Google最出圈的AI產品，把奧特曼也驚豔了
本文來自微信公眾號：APPSO （ID：appsolution），原文標題：《Google 最出圈的 AI 產品，把 OpenAI CEO 也驚豔了》，題圖來自：AI生成
Google，矽谷的代言人，AI 界的巨擘，技術牛，論文多，做給消費者用的 AI 產品，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。
不想看的內容，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容，都可以丟給它試試，幾分鐘轉成一男一女的對談，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能不能理解國產劇的愛恨情仇，我上傳了一段描述甄嬛生平的文字，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在聊些什麼。
AI解讀得一針見血，不僅讀懂甄嬛，也理解占士，抓住了宮鬥劇的主要矛盾——權力。
腦洞更大一點，以後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，不如基於我們自己喜歡的內容，讓AI生成英文學習資料，畢竟，興趣是最好的老師。
除了陪著學習英語和八卦，輸出正經的分析，NotebookLM也沒問題。
我以PDF的形式上傳了一篇「抽水」AI廣告的、3700字左右的文章——《滿大街的AI廣告，是一次審美大降班》。
基於這篇文章，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，創造了一個相關又獨立的作品。
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，但內核相同，甚至自己舉出例子，將AI廣告類比到AI音樂。
對於怎麼「抽水」，AI也有自己的見解，看得出來努力表現幽默了，但還是有些西式。
除了具體的內容，聲音的質感好壞，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「初具人形」，至少聽得下去，不會像很多AI圖片、影片一樣，讓人陷入恐怖穀，敬而遠之。
分分鐘的內容轉換，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，而是基於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，忠於每個人自己的素材。
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本質是實現了內容形式之間快速的轉換，將複雜的內容加工得更好理解。
我願稱之為，「這知識它不進腦子啊」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表現。
經過測試，讓它讀37.8萬字的《馬斯克傳》不在話下。
同時，NotebookLM還能處理影片，我上傳了一個評測Meta眼鏡的YouTube影片。
左邊是原影片和影片文案，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容，而且，都是自動的，最多隻需要你點擊一下。
每次上傳材料，NotebookLM都會給出「摘要」和「建議的問題」。前者讓你對內容有大致的瞭解，而後者解決了越長大越不愛舉手的人類的難題：不知道該問什麼。
點擊「建議的問題」，NotebookLM既能幫你回答，還會附上引用來源，如果上傳內容是影片，引用參照的是影片的文案。
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。
然後可以再讓AI生成「簡報文檔」，不僅提供信息，也給出了觀點。
當然，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會強調是推測。雖然AI仍有幻覺，但它已經盡到了告知義務。
底層模型的支持是NotebookLM的基礎，還有人套出了NotebookLM的系統提示詞，解釋了為什麼音頻概覽很接地氣。
圖片來自：X@JadenGeller其中一條很有意思，規定了兩個AI角色，一個是主持人，一個是專家，相輔相成，主持人熱情地強調有趣的觀點，專家則提供分析、背景信息和更廣闊的視角。
其餘都是對內容總結的要求，語氣避免單調和機械，結構清晰，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論，並且覺得學到了新東西……
討論《馬斯克傳》時，NotebookLM保持中立這完全是一款優秀人類播客的要求了，具備強烈的、服務聽眾的意識。
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、根據文檔生成播客的Podial、國內開發者的PodLM……
除了NotebookLM，Google自己還有一款專門將論文轉換成音頻的產品：Illuminate。
第一個音頻解讀的是Transformer模型鎮圈論文《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，為什麼因為AI反而成了一條熱門的賽道？
消費什麼，怎麼消費，以後我們自己決定
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慣。
我們有教科書，但還是需要老師講課，幫助理解複雜的內容。而當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慣，但我們現在有了創作的權利。
我們能隨時做AI播客給自己聽，內容隨意。
可以是感興趣的大部頭文章、書籍，克服收藏即閱讀的壞習慣，也可以讓AI解讀自己的作品、簡曆，收穫不要錢的情緒價值，滿足人類自戀的需求。
當我上傳自己的文字版簡曆，NotebookLM煞有其事地輸出一通彩虹屁，比AI陪伴產品情商更高，叫人瘋狂嘴角上揚。
音頻就不放上來了，這是部分內容我們也能隨時聽AI播客，吃飯、健身、開車、做家務不無聊了，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創始成員Andrej Karpathy，很看好NotebookLM，說這可能是又一個大語言模型產品的新交互範式，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。
基於相關的域奇百科條目讓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域，就像產出AI繪畫、音樂、影片那樣。
NotebookLM的下一步是什麼呢？
在一次採訪里，NotebookLM團隊負責人Raiza Martin提出了一個構想——未來可以有一個AI編輯界面，支持任何輸入和輸出。
影片、音頻、電子郵件、社交媒體……所有我們感興趣的內容和形式，都可以生成任何格式的內容。如何消費內容，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頁找鏈接，AI總結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。
本文來自微信公眾號：APPSO （ID：appsolution）
