AI自动生成PPT已不再是新鲜事。市场上众多工具都支持通过输入标题一键生成演示文稿，此前Kimi的PPT功能就曾引发广泛关注。

然而，阿里通义此次升级令人瞩目——它将AI PPT的能力从单纯的文本处理，拓展至音视频内容的解析与转换。

具体而言，通义目前支持解析6GB视频或6小时音频，并将其转换为PPT。你没看错：6GB、6小时。文档上传上限达1000万字，长文本生成PPT的能力覆盖10万字篇幅。

坦白说，10万字生成PPT的功能在日常中应用频率不高。但音视频解析能力才是真正的亮点——设想一下，数小时的会议录音、培训视频或讲座录像，以往需要手动听写、整理、提炼，现在交给AI即可一步到位。

带着好奇，我们进行了实际测试。

打开首页，场景模板十分齐全：涵盖课题研究、商业计划书、产品演示、工作汇报、述职报告等。选好类型，点击上传文件即可。上传格式支持音频、视频、PDF、图片，还包括HTML和Markdown。

手头暂无合适的长视频，但正好有一份《AI视频生成研究报告》的PDF，内容较多，一直未读完。于是将其交给通义，由它代为梳理。

文件解析后，首先生成大纲，支持在线调整。同时需选择PPT的演讲场景——此处选择“课题研究”。接着挑选模板，任务随即进入自动生成流程。

生成的PPT可在线上编辑，确认无误后导出。输入的PDF原文约40页，最终产出21页PPT。从目录看，它完全按照课题研究的逻辑重构了内容结构，而非简单摘抄。

值得注意的是，选择不同的汇报场景，生成的PPT内容和风格差异显著。这意味着内容的组织逻辑会根据场景进行定制化适配——这对办公场景而言是非常实用的设计。

初体验：提效还省钱

整体体验下来，通义AI PPT最核心的亮点在于打通了音视频、PDF、图片到PPT的转换链路。以往将视频或录音转为PPT，至少需经历“转文字→提炼大纲→制作PPT”等步骤，中间可能还需借助多个付费工具。

如今一步到位，既省时又省钱。

当然，它并非完美。例如虽然支持HTML格式上传，但实测两个网页链接均提示格式不符合要求——这一点需要更清晰的说明。

但总体而言，通义AI PPT因集成了通义听悟强大的音视频处理能力，确实将“AI做PPT”提升到了新台阶。试想，参加完一场长达数小时的会议后，将录音直接交给它，几分钟后一份结构化PPT便呈现眼前。这种效率提升是实实在在的。

结论？上周撰写Kimi PPT时还说不用熬夜做PPT，现在看来，今后彻底无需为PPT发愁了。