NotebookLM新功能引發網絡瘋傳 ，AI大神、Altman大讚，一手實測來了

之前還是一個小透明，現在立馬變成下一個 ChatGPT。

它是Google目前最成功的 AIGC 產品。

很多人喜歡在它前面再加一個形容詞，「像病毒一樣（ a viral AI product）」。前特斯拉自動駕駛負責人、前 OpenAI 科學家 Andrej Karpathy 毫不掩飾對它的喜愛。

他甚至想到了 ChatGPT，暗示產品新功能可能具有與 ChatGPT 類似的革命潛質。

就連 OpenAI CEO Altman 也認為，它「很酷」。

一直活躍在 AIGC 體驗最前沿的賓大禾頓商學院副教授 Ethan Molick 對它極為讚賞：「簡直是目前 AI 界最佳黑科技，用過都說好！」還特別建議人們去聽聽 AI 生成的「播客」，暗示這個功能特別令人印象深刻。

沒錯，它就是 NotebookLM （ LM 代表語言模型），一個至今免費的強大工具，Google喜歡稱它，「虛擬研究助手」。

我更喜歡叫它「一魚多吃」:

喂它一個文檔，它能立刻將文檔變成一個播客、一份學習指南、一個常見問題解答集合、時間軸、提綱，還能和它暢聊。

包你 360 度無死角「吃透」這條「魚」。

工具鏈接：https://notebooklm.google.com/

-1-什麼都可以變播客！

先從最受歡迎的「吃法」開始。

只需要將文件、鏈接拖放到工具中，NotebookLM 就可以將它們變成有趣、易懂的對話。

Google稱之為「音頻概覽」，你可以直接稱其為「播客」。

一經上線，火爆全網。媒體評價這一新功能，「是迄今為止最引人注目、最令人震驚的 AI 潛力展示之一。」

用起來也超級方便。

首先，上傳資料。

受益於底層大模型多模態能力（ Gemini 1.5 Pro ），除了文本文件，影片、PPT、錄音甚至數據集都能變成播客。

換句話說，連你的個人網站、博客、老媽的紅燒肉食譜、上課（講座）錄音甚至信用卡賬單，都能變成播客。

我上傳了斯諾登的傳記，很厚的一本書，選擇「音頻概覽」：

幾分鐘後，我得到了一個約 9 分鐘的播客節目。

聽完開頭，我就很喜歡，因為直奔重點「技術和控制」：

主持人1：好的，繫好安全帶，因為今天我們將深入探討愛德華·斯諾登的內心世界。斯諾登，就是那個揭露全球監控的吹哨人。我們將深入探討他的回憶錄《永久記錄》的摘錄。告訴你，這不是一本典型的自傳。這是一個關於一個人的故事。一個面對重大問題的人的故事。他用自己的生活和與技術的關係，特別是幫助我們理解權力和控制的巨大轉變。

主持人2：他一開始就很引人注目。我是說，誰小時候會去黑一個時鍾呢？

主持人1：我知道，對吧？6歲就瘋狂地重新連接家裡微波爐的時鍾。這個故事充分說明了他早期對系統及其運作方式的迷戀。以及如何去操縱它們。

主持人2：如何控制它們。這就像他所說的早期的公民不服從行為。

播客內容，邏輯清晰，重點明確。

你可以想像在後台，一個模型正在編寫並不斷編輯對話腳本。

除了對話的娛樂性，它最重要的職責是要揭示真知灼見：不只是總結資料，還要找出最有趣和最令人驚訝的部分。

現在看來，NotebookLM確實做到了。

另外，「主持人」一男一女，聲音聽起來很自然，和平時聽到的 AI 語音播報，很不一樣。

他們用「嗯」、「 you know 」進行停頓，還會刻意結巴。還會用「好的，事情是這樣的」來介紹觀點，用「 exactly 」等口語來強化對方的觀點，對談很自然。

難怪《華爾街日報》專欄作者 Ben Cohen 說，AI 讓他大吃一驚，只有兩次。「一次是第一次接觸 ChatGPT。這是第二次。」

「我不知道該感到驚訝還是害怕，」《Acquired》是一檔熱門商業類音頻節目，主持人之一 David Rosenthal 在親自體驗後評價說。

其實，NotebookLM 早在 2023 年就推出了，但熱度一般，直至近期上新「播客」功能，立刻引發全網「複雜文檔轉播客」風潮。

現在 10 個 NotebookLM 用戶，恨不得有 9 個人都在使用這個新功能。

比如，有人直接將今年盧保物理學獎得主 Hinton 得意門生 Ilya 推薦的所有經典論文整成了播客。

畢竟，不是每個人都能通過閱讀進行高效學習，對於許多聽覺類型學習者來說，播客的學習方式可能更為有效。

還有用戶將自己的賬單變成了一個關於如何在 Uber 上「敗家」的播客。

AI 主持人甚至會在節目中表示，因為該用戶的奢侈而感到羞恥。

數據集也能變播客，用來詳細解釋數據集，意不意外？

NotebookLM 編輯總監甚至介紹了一個超讚的學習辦法：

使用手機（或錄音筆）錄製課堂音頻，輔以手動筆記，簡單記一些課題重點。

然後，將課堂錄音和筆記一起傳到 NotebookLM，做成一個播客。

每週末聽聽這些播客，並與它們交流，就等於回顧了最重要的課堂知識。

順便說一句，Google還有另一個很棒的播客實驗產品，叫做 Illuminate ，不過目前更專注於學術文本，通常語氣更嚴肅。

-2-「一魚多吃」與隱藏的超能力

除了播客生成，「筆記本指南」這個版塊提供了五個最為常見的「吃魚」方式：

常見問題解答、學習指南、目錄、時間軸、簡報。

上傳了一段黴黴在 2022 年紐約大學畢業典禮上演講影片。

「常見問題解答」可以自動總結一些問題，幫助瞭解影片內容：

「學習指南」像在做閱讀理解，對影片內容進行深度理解。

「目錄」，顧名思義，就是畫出內容的「地圖」。

而「簡報」就是要點總結。

因為很難從這篇演講中抽出時間軸，我們選擇了一篇講述今年諾獎醫學獎得主的人物故事，來展現「時間軸」的好處。

不過，最讓人印象深刻的是與內容的自由「交談」。

你可以選擇系統推薦的相關問題：

也可以自由發問。

亮點在於回答背後的超能力：基於可信來源的事實核查。

幾乎每句回答的結尾處，都有相應的註釋。

點擊數字，系統會立刻追溯到原文出處。比如，數字「1」，立刻追溯到了原文段落（左側）。

其次，針對原文中並無明確證據的地方，回答會予以說明和強調。

如，斯諾登並沒有討論過網絡實名製，回答補充道，是「推測」的上述分析。

而針對完全超越文本範圍的內容，直接拒絕回答。

最後，NotebookLM 還有一個很厲害的地方：可以發現文本之間的知識關聯。

如，黴黴演講、李笑來的《財富的真相》、斯諾登傳記《永遠記錄》以及《批判性思維》等文本背後，思維模式的共同點。

比如，批判性思維和財富思維有什麼共通之處？

結束本文之前，有必要提一嘴大模型的幻覺。

其實，Ethan Mollick 早在 2023 年就用過 NotebookLM，當時，他就發現它相當不準確。

Ethan Mollick 在2023 年就用過 NotebookLM，當時發現它相當不準確，比如數字方面。

不過，他現在注意到，再用同樣的問題測試，NotebookLM 錯誤大大減少了，儘管仍然不是完美的。

結合我們的大模型使用經驗，如果你的要求是準確無誤地顯示重要數字，那麼，最好還是回到原文出處，比對檢查。

參考鏈接‍

https://adjacentpossible.substack.com/p/listening-to-the-algorithm

https://x.com/JeffDean/status/1834243986426659023

本文來自微信公眾號「機器之能」（ID：almosthuman2017），編輯：sia，36氪經授權發佈。