最近，在一档综艺娱乐节目——《脱口秀和 ta 的朋友们》中，选手赵晓卉对着 PPT 进行了长达几分钟的“血泪控诉”。是的，对于“讲脱口秀只是副业、在互联网大公司正经上班儿才是主业”的赵晓卉来说，没有哪个脱口秀演员对 PPT 的“深恶痛绝”能够像她如此这般真情实感了。

  这简直就是打工人的心声，尤其是互联网大厂人，开不完的会议、写不完的策划、做不完的 PPT。

  可以说，在如今的职场中，用到 PPT 的时刻简直就像呼吸一样频繁，日常项目策划要用，月度、季度、年度工作总结汇报要用，开会还要用，简直是随时随地都要用。

  可是一份内容扎实、要点明确、设计美观的 PPT 背后，打工人付出的是什么呢？

  ta 需要在短时间内构思好 PPT 的大致模样，在短时间内收集、整理、提炼出重点核心内容，在短时间内设计好简洁、美观的页面排版……如此大的工作量，简直对打工人在时间精力等方面都提出了高标准、高要求。

  但是基本上没有人会把做 PPT 这件事写在工作日报中，似乎默认它没时间成本，就应该是拿来即用的东西，而都忽略了背后打工人是如何把上班时间掰开了、揉碎了，在缝隙中来完成这一工作的。

  当然，如果你还肩负着为领导做 PPT 的重任，那么这一段时间精力可能还要 double 一下……

  而听了赵晓卉的这一遭吐槽，通义 AI 直接坐不住了，紧急上线接梗——“别急”，通义 AI PPT 励志要帮助“每一位晓卉”告别 PPTSD，实现快乐上班。

  快乐上班这回事暂且搁置一旁，还是先谈谈 AI PPT，本以为是段子，原来是宣发——通义 AI 真的上线了“PPT创作”功能，主打用 AI 做出更适合打工人体质的 PPT。

  数据显示，我国目前作为 PPT 重点使用群体的白领人员规模近 2 亿。不止是职场，教育教学也是使用 PPT 的高频场景，而其中的教师、学生数量也十分惊人。公开资料显示，当前我国专任教师总数超过 1880 万人，而高等教育在学总规模达 4763.19 万人，可见，PPT的用户群体是多么庞大。

  因此，面对如此迫切的需求，变革传统 PPT 制作方式，已然是箭在弦上，不得不发。

  而今年以来，AI 大模型技术快速地发展，大模型落地的呼声也愈发高涨，AI 医疗、AI 金融、AI 教育、AI 搜索、AI 办公等行业领域纷纷变热。既然，“所有的领域都值得用 AI 大模型重新做一遍”，那么 PPT 又岂能例外。

  于是，各大厂商纷纷下场，目前 AI 创作 PPT 已然成为当下的一个热门赛道，卷得如火如荼。

  像大多数的“AI+”一样，AI+PPT的概念很好理解，利用 AI 大模型技术，帮助用户快速自动创建 PPT 模版，其中最核心的优势就在于能够完全解决用户在传统制作 PPT 过程中费时费力的痛点。

  有了 AI PPT 之后，资料搜集、关键信息提取、内容撰写和排版美化等繁琐流程均可由自动完成，再也用不着闷头苦想，即便是非设计专业技术人员也能轻松制作出高质量的 PPT。

  另外，相较于以往 PPT 制作的步骤中，用户往往使用传统PPT工具所提供的模版，风格相对单一、固定，而有了 AI 大模型加持的新型 PPT 创作，与用户的交互方式发生了改变，从想法构思到内容生成、设计美化，用户都能够去参加了与 AI 共创。

  而新的 PPT 创作流程可以简要概括为“输入主题—选择模板—一键生成—人工修改”，且短时间之内生成的 PPT，内容丰富、质量上乘，在制作效率与质量上表现都很亮眼。

  因此，慢慢的变多的用户开始尝试转向 AI PPT制作。根据极光旗下月狐数据发布的《2024 年智能 PPT 行业市场研究分析》报告数据显示，2024 年 6 月智能 PPT 行业用户规模已接近千万量级，行业近 3 月用户规模复合增速达 21%。

  而从整个市场来看，面对如此庞大的市场，进入这一赛道的玩家也慢慢变得多，目前来看，国内的传统办公软件厂商、互联网大公司、大模型初创企业，以及聚焦 AI 创作 PPT 的初创企业等，纷纷下场开卷。

  金山办公旗下的 WPS AI 可以看作是传统办公软件厂商代表，去年 ChatGPT 爆火之后，金山办公便宣布推出 WPS AI，之后大模型能力嵌入表格、文字、PPT 等四大组件中，可为用户更好的提供内容改写、文档润色以及一键生成 PPT 等功能。

  互联网大厂中百度也早早布局 AI PPT 功能。去年 5 月，李彦宏扬言要把百度搜索、百度网盘、等百度全系产品用大模型重做一遍。其中，在文心一言的加持下，能部分实现写稿和智能生成 PPT 等功能。

  作为大模型初创企业中的翘楚，AI 大模型“六小虎”之一，月之暗面也在 7 月末推出了自家的 AI PPT 功能——Kimi+PPT 助手。

  还有一些聚焦 AI PPT 赛道新生代选手，比如 Ai PPT，是一款将 AI 大模型与 PPT 场景深层次地融合的产品，提出所需PPT的诉求后，就可快速生成一份完整、专业的 PPT。

  据了解，Ai PPT 原本聚焦做素材库相关这类的产品，所以他们在设计上具有独特优势，页面美观，但在质量上，由于没自家自研大模型作为依托，优势不明显。

  可以说，目前市场上的这些 AI PPT 创作产品各有所长，也各有所不足，留给大家的改进提升空间还有很大，而各大厂商也在卯足了劲地进行自我升级。

  据官网介绍，通义网页版上线的“PPT 创作”功能，最核心的优势就在于只需一句话主题生成 PPT，且言之有物、设计精美、智能编排。

  具体来看，通义 AI PPT 创作功能是基于通义千问大语言模型打造的，用户只要输入一句话，明确所需 PPT 主题，通义就能自动生成结构符合常理的 PPT 大纲，相应内容也是围绕着客户的真实需求展开，以此来完成高品质内容创作。

  比如，如今学生开学在即，假定用户身份为教师，想要生成一份关于学生新学期学习展望的 PPT，在输入这一句话后，就能获得一份新鲜出炉的 PPT。

  当然，“一句话主题生成 PPT”只是其中一种方式，除此之外，还有三种输入方式。

  一是上传文件生成 PPT，比如文档、音视频、脑图、PPT等本地文件，甚至是添加网页链接等都可以；二是长文本输入生成 PPT；基于 Chat 中生成的结构化大纲生成PPT。

  通过这份生成的 PPT 也可以看出来，内容上面，生成的 PPT 大纲和 PPT 内容的信息密度都很高，与客户的真实需求和文档内容的关联性较强，且在遣词造句上非常符合用户的身份，没有像传统的 AI 工具那样，生成的字句晦涩、生硬、空洞，满满的 AI 味，在内容上真的做到了言之有物。

  另外，在版面的设计方面，通义也提供多种模版供用户选择，用户都能够根据不同场景下的不同需求，选择合适的模版，比如目前通义提供了针对学生、教师、白领、机关单位等各个行业场景的精品 PPT 模板，设计美观好看。

  而且，基于通义万相绘画创作模型，在 PPT 创作过程中，还可以提供图片功能，用户可以通过文生图、在图片素材库中搜索、匹配，让配图更符合 PPT 需求。

  因此，无论是职场白领，还是教师、学生等用户，都可以在工作汇报、学术演讲，以及日常分享有需求的时候，短时间内创作出一份适合自身需求的 PPT 。

  “我们希望通过这些工具帮助用户节省时间，提升工作学习效率，激发无限创意。”通义效率产品经理王晓明向雷峰网说道。

  据了解，8 月中旬，通义还在网页版上线了“深度搜索”模式，支持更多内容源索引，搜索结果更加深度、专业和结构化，省去了用户在大量信息中查找内容的繁琐过程，可以直接为用户提供更结构化的答案。

  如今，不管是传统办公软件厂商、互联网大厂、大模型初创企业，以及聚焦 AI PPT 的初创企业等，每个细分类别都有了代表，为此，雷峰网梳理了一下各家的产品特点，以更直观的方式呈现出来，供大家参考。

  根据表格中可以看出，从生成方式、生成内容、设计排版、用户体验、是否免费、是否自研等多维度表现来看，通义 PPT 创作虽然入局晚，但优势明显，甚至有很多独家核心能力，而这背后的主要原因就是自研的通义大模型能力。

  言之有物、设计精美、智能编排，这是此次通义PPT 创作功能核心卖点的简要概括，而仔细来看，背后技术实现却要复杂得多。

  首先，通义 AI PPT 背后的基础模型来自自研大模型 Qwen 2.5，在理解能力、逻辑推理、指令遵循、代码能力上表现优异，且性能可与 GPT-4 Turbo 相媲美，这也是为什么即便只是简单的一句话主题，前者就可以深度理解用户需求，生成高质量的 PPT。

  其次是长文本能力，今年 3 月，在各大 AI 大模型企业在卷超长文本能力时，通义千问宣布向所有人免费开放 1000 万字的长文档处理功能，直接从原先的百万级跳跃至千万级，成为全球文档处理容量第一的 AI 应用，而这也保证了在创作 PPT 时，可以支持超长文档、PPT、PDF、网页等内容输入形式。

  另外，在多模态方面，通义 AI 支持输入长达 6 小时的音视频生成 PPT，而这一能力在今年 3 月份就已经实现。彼时，通义听悟在业界首次实现单记录、跨记录、多语言自由问，支持对单个最长 6 小时、一次性上百条音视频内容的理解问答。

  还有文生图功能，让配图更符合用户的 PPT 制作需求，则来自于 AI 绘画创作大模型通义万相的能力，这是阿里云在去年 7 月正式官宣的通义大模型家族新成员。

  可以说，此次通义上线的 PPT 创作功能，通义大模型家族齐心协力共同努力的成果，为的就是重塑 PPT 制作新模式。

  其实，通义此次上线的新功能不仅仅是 PPT 创作。在通义网页版，音视频转文字产品“通义听悟”正式更名为“实时记录”、长文档阅读助手“通义智文”更名为“阅读助手”，与 PPT 创作功能共同合并为通义效率，实现从信息整理、阅读理解到内容创作的完整工作学习流。

  具体来看，通义效率-实时记录的应用场景主要聚焦课堂记录、会议记录，主要的功能主要表现在这几个方面：

  实时进行语音转文字记录，并且用户还可以边听边划重点、记笔记，方便学习；可区分发言人，还可根据不同发言人的发言整理核心观点，这样就意味着如果需要在会后回顾会议时，也不会分不清发言人发言内容，能够准确的通过标记，轻松找到所需内容。

  另外，在录音录制完毕可生成摘要、章节速览、待办事项，还可直接生成脑图，帮助快速掌握会议/课程要点和脉络，这对于不擅长做规划的 P 人来说，简直是太有力的工具了。

  据了解，目前通义效率-实时记录可识别中、英、日语，并实时翻译成中文，对于需要上外教课和海外留学生听课来说，更方便。

  在收费方面，目前该功能支持每天 20 小时的免费录制撰写时长，感兴趣的用户都能够去体验一下：

  而另一个功能，通义效率-阅读助手的应用场景则主要是论文学习、资料整理，以及音视频播客转写文字上，可以说是诚意满满。

  首先，它支持超多格式、超大文档，不管是 1000 万字的长文档，还是长达 6 小时的音视频，抑或是播客链接、网页链接等，都照单全收，之后可以对其进行快速精读、形成摘要、总结出核心要点，甚至是论文的优点、方法创新点、未来展望等，这样不管是多大块头的学习资料，用户都能够迅速理解、掌握。

  至此，通义效率的实时记录、阅读助手、PPT 创作等三大新功能集结完毕，构成了一个从信息整理、阅读理解到内容创作的三位一体的完整工作学习流，闭环、高效、用户友好。

  硅谷精神之父凯文·凯利曾在《必然》一书中写过这样一句话——我们都只有“倾听”科技所偏好的方向，并使我们的期待、管理和产品服从于这些科技所内在的基本趋势，才能从科技中获得最大利益。