AI 在改变获取信息的方式
Google,硅谷的代言人,AI 界的巨擘,技术牛,论文多,做给消费者用的 AI 产品,却几乎没有出圈的。
不过,也有一个例外:NotebookLM,甚至连死对头 Sam Altman 也觉得它很酷。
偏偏 NotebookLM 走的还是一条有些小众的赛道——播客。
指路:https://notebooklm.google.com/
NotebookLM 受欢迎,主要是因为一个功能:Audio Overview(音频概览)。
更通俗地理解,就是 AI 播客。任何你懒得消化的内容,都可以丢给它试试,几分钟转成一男一女的对谈,比原来的材料更加接地气。
NotebookLM 支持上传多种格式的内容
不过有些遗憾,音频概览虽然可以消化中文材料,但只能输出英文。
好奇海外的 AI 能不能理解国产剧的爱恨情仇,我上传了一段描述甄嬛生平的文字,大约 500 多字,NotebookLM 用 2 分钟左右,就生成了 5 分钟左右的音频。
光听英文音频不太直观,所以我下载了音频,上传到通义听悟,看看 AI 在聊些什么。
AI 解读得一针见血,不仅读懂甄嬛,也理解皇帝,抓住了宫斗剧的主要矛盾——权力。
脑洞更大一点,以后一个人追剧再也不会寂寞,AI 就是性价比最高的追剧搭子,还能陪练英语,教我们「not my cup of tea」(不是我的菜)这样的地道表达。
与其精读外刊和专八文章,不如基于我们自己喜欢的内容,让 AI 生成英文学习资料,毕竟,兴趣是最好的老师。
除了陪着学习英语和八卦,输出正经的分析,NotebookLM 也没问题。
我以 PDF 的形式上传了一篇吐槽 AI 广告的、3700 字左右的文章—— 《满大街的 AI 广告,是一次审美大降级》。
基于这篇文章,NotebookLM 用 5 分钟左右生成了一段 11 分 40 秒的音频。
作为文章作者本人的我,像是遇到了两个热情又很懂我的读者,NotebookLM 对文章进行了重新诠释,创造了一个相关又独立的作品。
播客的开头,AI 自然地引出了主题,男声问,你有没有看到过一些糟糕的广告,奇怪它们居然能上街?女声答,你说得不错,这就是我们要讨论的主题。
同时,AI 也懂灵活变通,不照搬文章的逻辑,而是重新编排了素材,改写观点的表达方式,但内核相同,甚至自己举出例子,将 AI 广告类比到 AI 音乐。
对于怎么吐槽,AI 也有自己的见解,看得出来努力表现幽默了,但还是有些西式。
除了具体的内容,声音的质感好坏,同样很影响收听体验,毕竟,播客是声音媒介。
AI 不说字正腔圆,至少发音清晰,口条不错,语气抑扬顿挫,会用上「what」「ouch」「you know」等语气词,聊着聊着还会笑出声,传播着快活的空气。
可以说,AI 播客已经「初具人形」,至少听得下去,不会像很多 AI 图片、视频一样,让人陷入恐怖谷,敬而远之。
使用 NotebookLM时,有一点需要注意:它不会搜索新的信息,而是基于我们上传的资料处理信息。
所以,它不全面,不客观,但足够个性,忠于每个人自己的素材。
我的一位同事说,NotebookLM 适合写文章的人做播客。
这话很有道理,NotebookLM 本质是实现了内容形式之间快速的转换,将复杂的内容加工得更好理解。
我愿称之为,「这知识它不进脑子啊」的 N 种解决办法。
NotebookLM 的强大,离不开 Google 大模型 Gemini 1.5 Pro 的长文本能力和多模态表现。
经过测试,让它读 37.8 万字的《马斯克传》不在话下。
同时,NotebookLM 还能处理视频,我上传了一个评测 Meta 眼镜的 YouTube 视频。
左边是原视频和视频文案,右边是 NotebookLM 的解读
除了用音频解读之外,NotebookLM 还能用多种方式,帮你理解你上传的内容,而且,都是自动的,最多只需要你点击一下。
每次上传材料,NotebookLM 都会给出「摘要」和「建议的问题」。前者让你对内容有大致的了解,而后者解决了越长大越不爱举手的人类的难题:不知道该问什么。
点击「建议的问题」,NotebookLM 既能帮你回答,还会附上引用来源,如果上传内容是视频,引用参照的是视频的文案。
其他小功能也类似,建议都点击试试,我比较喜欢「常见问题解答」,AI 的自问自答,基本上囊括了一个陌生事物的入门知识。
然后可以再让 AI 生成「简报文档」,不仅提供信息,也给出了观点。
当然,你也可以自己在输入框输入问题,该引用的还是引用,但如果没有明确来源的,NotebookLM 会强调是推测。虽然 AI 仍有幻觉,但它已经尽到了告知义务。
底层模型的支持是 NotebookLM 的基础,还有人套出了 NotebookLM 的系统提示词,解释了为什么音频概览很接地气。
图片来自:X@JadenGeller
其中一条很有意思,规定了两个 AI 角色,一个是主持人,一个是专家,相辅相成,主持人热情地强调有趣的观点,专家则提供分析、背景信息和更广阔的视角。
其余都是对内容总结的要求,语气避免单调和机械,结构清晰,引人入胜,举出贴近生活的例子,在争议问题上保持中立,提供的信息不停留在表面,让听众能形成自己的结论,并且觉得学到了新东西......
讨论《马斯克传》时,NotebookLM 保持中立
这完全是一款优秀人类播客的要求了,具备强烈的、服务听众的意识。
然而,NotebookLM 不支持中文终究不太友好,等待之外,也可以试试平替。
开源的 Open NotebookLM、根据文档生成播客的 Podial、国内开发者的 PodLM......
除了 NotebookLM,Google 自己还有一款专门将论文转换成音频的产品:Illuminate。
第一个音频解读的是 Transformer 模型镇圈论文《Attention is All You Need》
它以主持人和专家的对话形式,一问一答,帮你通俗易懂地解读论文。
看似小众的播客,为什么因为 AI 反而成了一条热门的赛道?
语音,是人类最自然的交互模式之一,输入和输出都非常符合大脑的认知习惯。
我们有教科书,但还是需要老师讲课,帮助理解复杂的内容。而当我们可以用口语解释概念,讲给别人听,才说明我们真正掌握了它。
NotebookLM 做到了用简单的语言重新诠释书面的概念,同时包含了情绪、语气,带来了更自然的感官体验。
同时,它又是个性化的,以前我们只有收听的习惯,但我们现在有了创作的权利。
我们能随时做 AI 播客给自己听,内容随意。
可以是感兴趣的大部头文章、书籍,克服收藏即阅读的坏习惯,也可以让 AI 解读自己的作品、简历,收获不要钱的情绪价值,满足人类自恋的需求。
当我上传自己的文字版简历, NotebookLM 煞有其事地输出一通彩虹屁,比 AI 陪伴产品情商更高,叫人疯狂嘴角上扬。
音频就不放上来了,这是部分内容
我们也能随时听 AI 播客,吃饭、健身、开车、做家务不无聊了,播客本身就是一种陪伴媒介。
GPT-4o 的高级语音模式,其实也是一个语音产品,但 AI 播客和它的使用场景不太一样,聊天找话题很难,不管是和人类还是和 AI,但 AI 播客可以自嗨。
OpenAI 创始成员 Andrej Karpathy,很看好 NotebookLM,说这可能是又一个大语言模型产品的新交互范式,让他想起了 ChatGPT。
他甚至花了两个小时,生成了一个以历史为主题的 10 集播客系列,上传到 Spotify,生成的过程很值得参考。
用 ChatGPT、Claude、Google 找到有意思的话题。
基于相关的维基百科条目让 NotebookLM 生成音频。
用 NotebookLM 编写播客简介。
用 Ideogram 生成播客封面。
我们也可以按照这个模式,探索自己感兴趣的领域,就像产出 AI 绘画、音乐、视频那样。
NotebookLM 的下一步是什么呢?
在一次采访里,NotebookLM 团队负责人 Raiza Martin 提出了一个构想——未来可以有一个 AI 编辑界面,支持任何输入和输出。
视频、音频、电子邮件、社交媒体......所有我们感兴趣的内容和形式,都可以生成任何格式的内容。如何消费内容,由用户决定。
散步时,我们想听播客,工作时,文字效率更高。信息只是食材,可以有十八般做法。
很多时候,AI 其实就是在改变获取信息的方式,但消化知识的工具,和知识一样重要。
ChatGPT 为难懂的知识找到通俗的解释,AI 搜索让我们不用自己翻网页找链接,AI 总结让我们不必亲自看文章......吾生也有涯,而知也无涯,但我们可以更愉快地做一个在海边捡起贝壳的孩子 。
文章来自于微信公众号“APPSO”,作者“发现明日产品的”
【免费】ffa.chat是一个完全免费的GPT-4o镜像站点,无需魔法付费,即可无限制使用GPT-4o等多个海外模型产品。
在线使用:https://ffa.chat/
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0