劃重點
01Google推出的NotebookLM產(chǎn)品以其音頻概覽功能受到關(guān)注，將復(fù)雜內(nèi)容以播客形式呈現(xiàn)，讓聽眾更容易理解。
02NotebookLM支持上傳多種格式內(nèi)容，包括音頻、視頻、PDF等，自動生成摘要、問題和建議，幫助用戶更好地消化信息。
03除此之外，NotebookLM還能以多種方式理解并解讀用戶上傳的內(nèi)容，如生成常見問題解答、簡報文檔等。
04盡管目前NotebookLM不支持中文，但未來有望推出支持中文的版本，滿足用戶需求。
05目前，NotebookLM的下一目標(biāo)是實現(xiàn)更廣泛的輸入和輸出支持，讓用戶能夠更自由地創(chuàng)作和消費內(nèi)容。
以上內(nèi)容由騰訊混元大模型生成，僅供參考
Google，硅谷的代言人，AI 界的巨擘，技術(shù)牛，論文多，做給消費者用的 AI 產(chǎn)品，卻幾乎沒有出圈的。不過，也有一個例外：NotebookLM，甚至連死對頭 Sam Altman 也覺得它很酷。
偏偏 NotebookLM 走的還是一條有些小眾的賽道播客。關(guān)注 AI 第一新媒體，率先獲取 AI 前沿資訊和洞察
不想看的內(nèi)容，讓 AI 聊給你聽就好了NotebookLM 受歡迎，主要是因為一個功能：Audio Overview（音頻概覽）。更通俗地理解，就是 AI 播客。任何你懶得消化的內(nèi)容，都可以丟給它試試，幾分鐘轉(zhuǎn)成一男一女的對談，比原來的材料更加接地氣。
NotebookLM 支持上傳多種格式的內(nèi)容不過有些遺憾，音頻概覽雖然可以消化中文材料，但只能輸出英文。
好奇海外的 AI 能不能理解國產(chǎn)劇的愛恨情仇，我上傳了一段描述甄生平的文字，大約 500 多字，NotebookLM 用 2 分鐘左右，就生成了 5 分鐘左右的音頻。光聽英文音頻不太直觀，所以我下載了音頻，上傳到通義聽悟，看看 AI 在聊些什么。AI 解讀得一針見血，不僅讀懂甄，也理解皇帝，抓住了宮斗劇的主要矛盾權(quán)力。
腦洞更大一點，以后一個人追劇再也不會寂寞，AI 就是性價比最高的追劇搭子，還能陪練英語，教我們「not my cup of tea」（不是我的菜）這樣的地道表達。
與其精讀外刊和專八文章，不如基于我們自己喜歡的內(nèi)容，讓 AI 生成英文學(xué)習(xí)資料，畢竟，興趣是最好的老師。除了陪著學(xué)習(xí)英語和八卦，輸出正經(jīng)的分析，NotebookLM 也沒問題。我以 PDF 的形式上傳了一篇吐槽 AI 廣告的、3700 字左右的文章《滿大街的 AI 廣告，是一次審美大降級》。基于這篇文章，NotebookLM 用 5 分鐘左右生成了一段 11 分 40 秒的音頻。作為文章作者本人的我，像是遇到了兩個熱情又很懂我的讀者，NotebookLM 對文章進行了重新詮釋，創(chuàng)造了一個相關(guān)又獨立的作品。播客的開頭，AI 自然地引出了主題，男聲問，你有沒有看到過一些糟糕的廣告，奇怪它們居然能上街？女聲答，你說得不錯，這就是我們要討論的主題。
同時，AI 也懂靈活變通，不照搬文章的邏輯，而是重新編排了素材，改寫觀點的表達方式，但內(nèi)核相同，甚至自己舉出例子，將 AI 廣告類比到 AI 音樂。
對于怎么吐槽，AI 也有自己的見解，看得出來努力表現(xiàn)幽默了，但還是有些西式。
除了具體的內(nèi)容，聲音的質(zhì)感好壞，同樣很影響收聽體驗，畢竟，播客是聲音媒介。AI 不說字正腔圓，至少發(fā)音清晰，口條不錯，語氣抑揚頓挫，會用上「what」「ouch」「you know」等語氣詞，聊著聊著還會笑出聲，傳播著快活的空氣。
可以說，AI 播客已經(jīng)「初具人形」，至少聽得下去，不會像很多 AI 圖片、視頻一樣，讓人陷入恐怖谷，敬而遠之。分分鐘的內(nèi)容轉(zhuǎn)換，知識更容易進腦子了使用 NotebookLM時，有一點需要注意：它不會搜索新的信息，而是基于我們上傳的資料處理信息。
所以，它不全面，不客觀，但足夠個性，忠于每個人自己的素材。我的一位同事說，NotebookLM 適合寫文章的人做播客。這話很有道理，NotebookLM 本質(zhì)是實現(xiàn)了內(nèi)容形式之間快速的轉(zhuǎn)換，將復(fù)雜的內(nèi)容加工得更好理解。我愿稱之為，「這知識它不進腦子骯的 N 種解決辦法。NotebookLM 的強大，離不開 Google 大模型 Gemini 1.5 Pro 的長文本能力和多模態(tài)表現(xiàn)。經(jīng)過測試，讓它讀 37.8 萬字的《馬斯克傳》不在話下。同時，NotebookLM 還能處理視頻，我上傳了一個評測 Meta 眼鏡的 YouTube 視頻。
左邊是原視頻和視頻文案，右邊是 NotebookLM 的解讀除了用音頻解讀之外，NotebookLM 還能用多種方式，幫你理解你上傳的內(nèi)容，而且，都是自動的，最多只需要你點擊一下。每次上傳材料，NotebookLM 都會給出「摘要」和「建議的問題」。前者讓你對內(nèi)容有大致的了解，而后者解決了越長大越不愛舉手的人類的難題：不知道該問什么。點擊「建議的問題」，NotebookLM 既能幫你回答，還會附上引用來源，如果上傳內(nèi)容是視頻，引用參照的是視頻的文案。
其他小功能也類似，建議都點擊試試，我比較喜歡「常見問題解答」，AI 的自問自答，基本上囊括了一個陌生事物的入門知識。
然后可以再讓 AI 生成「簡報文檔」，不僅提供信息，也給出了觀點。
當(dāng)然，你也可以自己在輸入框輸入問題，該引用的還是引用，但如果沒有明確來源的，NotebookLM 會強調(diào)是推測。雖然 AI 仍有幻覺，但它已經(jīng)盡到了告知義務(wù)。
底層模型的支持是 NotebookLM 的基礎(chǔ)，還有人套出了 NotebookLM 的系統(tǒng)提示詞，解釋了為什么音頻概覽很接地氣。
圖片來自：X@JadenGeller其中一條很有意思，規(guī)定了兩個 AI 角色，一個是主持人，一個是專家，相輔相成，主持人熱情地強調(diào)有趣的觀點，專家則提供分析、背景信息和更廣闊的視角。其余都是對內(nèi)容總結(jié)的要求，語氣避免單調(diào)和機械，結(jié)構(gòu)清晰，引人入勝，舉出貼近生活的例子，在爭議問題上保持中立，提供的信息不停留在表面，讓聽眾能形成自己的結(jié)論，并且覺得學(xué)到了新東西......
討論《馬斯克傳》時，NotebookLM 保持中立這完全是一款優(yōu)秀人類播客的要求了，具備強烈的、服務(wù)聽眾的意識。然而，NotebookLM 不支持中文終究不太友好，等待之外，也可以試試平替。開源的Open NotebookLM、根據(jù)文檔生成播客的 Podial、國內(nèi)開發(fā)者的 PodLM......除了 NotebookLM，Google 自己還有一款專門將論文轉(zhuǎn)換成音頻的產(chǎn)品：Illuminate。
第一個音頻解讀的是 Transformer 模型鎮(zhèn)圈論文《Attention is All You Need》它以主持人和專家的對話形式，一問一答，幫你通俗易懂地解讀論文。看似小眾的播客，為什么因為 AI 反而成了一條熱門的賽道？消費什么，怎么消費，以后我們自己決定語音，是人類最自然的交互模式之一，輸入和輸出都非常符合大腦的認知習(xí)慣。我們有教科書，但還是需要老師講課，幫助理解復(fù)雜的內(nèi)容。而當(dāng)我們可以用口語解釋概念，講給別人聽，才說明我們真正掌握了它。NotebookLM 做到了用簡單的語言重新詮釋書面的概念，同時包含了情緒、語氣，帶來了更自然的感官體驗。
同時，它又是個性化的，以前我們只有收聽的習(xí)慣，但我們現(xiàn)在有了創(chuàng)作的權(quán)利。我們能隨時做 AI 播客給自己聽，內(nèi)容隨意�？梢允歉信d趣的大部頭文章、書籍，克服收藏即閱讀的壞習(xí)慣，也可以讓 AI 解讀自己的作品、簡歷，收獲不要錢的情緒價值，滿足人類自戀的需求。當(dāng)我上傳自己的文字版簡歷，NotebookLM 煞有其事地輸出一通彩虹屁，比 AI 陪伴產(chǎn)品情商更高，叫人瘋狂嘴角上揚。
音頻就不放上來了，這是部分內(nèi)容我們也能隨時聽 AI 播客，吃飯、健身、開車、做家務(wù)不無聊了，播客本身就是一種陪伴媒介。GPT-4o 的高級語音模式，其實也是一個語音產(chǎn)品，但 AI 播客和它的使用場景不太一樣，聊天找話題很難，不管是和人類還是和 AI，但 AI 播客可以自嗨。
OpenAI 創(chuàng)始成員 Andrej Karpathy，很看好 NotebookLM，說這可能是又一個大語言模型產(chǎn)品的新交互范式，讓他想起了 ChatGPT。
他甚至花了兩個小時，生成了一個以歷史為主題的 10 集播客系列，上傳到 Spotify，生成的過程很值得參考。用 ChatGPT、Claude、Google 找到有意思的話題�；谙嚓P(guān)的維基百科條目讓 NotebookLM 生成音頻。用 NotebookLM 編寫播客簡介。用 Ideogram 生成播客封面。我們也可以按照這個模式，探索自己感興趣的領(lǐng)域，就像產(chǎn)出 AI 繪畫、音樂、視頻那樣。NotebookLM的下一步是什么呢？在一次采訪里，NotebookLM 團隊負責(zé)人 Raiza Martin 提出了一個構(gòu)想未來可以有一個 AI 編輯界面，支持任何輸入和輸出。視頻、音頻、電子郵件、社交媒體......所有我們感興趣的內(nèi)容和形式，都可以生成任何格式的內(nèi)容。如何消費內(nèi)容，由用戶決定。
散步時，我們想聽播客，工作時，文字效率更高。信息只是食材，可以有十八般做法。很多時候，AI 其實就是在改變獲取信息的方式，但消化知識的工具，和知識一樣重要。ChatGPT 為難懂的知識找到通俗的解釋，AI 搜索讓我們不用自己翻網(wǎng)頁找鏈接，AI 總結(jié)讓我們不必親自看文章......吾生也有涯，而知也無涯，但我們可以更愉快地做一個在海邊撿起貝殼的孩子。
