大神卡帕西墻裂推薦！

甚至預(yù)言這個(gè)AI應(yīng)用，有可能開(kāi)啟「和ChatGPT一樣大的機(jī)會(huì)」。

它就是來(lái)自谷歌的實(shí)驗(yàn)性AI產(chǎn)品，Notebook LM，背后由谷歌現(xiàn)在最強(qiáng)大的模型Gemini 1.5 Pro提供支持。

最近這應(yīng)用要多火就有多火，全因上線(xiàn)了一項(xiàng)新功能——

上傳文件（文字、音頻、視頻），AI不僅能幫忙用文字提煉要點(diǎn)，還可以通過(guò)音頻概述（Audio Overview）功能，把文件轉(zhuǎn)換成AI生成的對(duì)話(huà)播客，根據(jù)文檔內(nèi)容進(jìn)行討論。

2個(gè)AI，用真人般的語(yǔ)音和口吻，圍繞文件內(nèi)容激情討論，最后總結(jié)陳詞。

這真的很酷！

而且不是卡帕西一個(gè)人在夸。逛了下互聯(lián)網(wǎng)幾大平臺(tái)，網(wǎng)友們對(duì)Notebook LM普遍還是挺買(mǎi)賬的。

AI界的KOL@elvis也在卡帕西評(píng)論區(qū)留言：

卡神稱(chēng)這“讓人想起ChatGPT時(shí)刻”，絕對(duì)不是夸大其詞！
真正讓多種模型聯(lián)合工作，會(huì)解鎖Notebook LM這樣獨(dú)特的內(nèi)容格式和用戶(hù)體驗(yàn)。

Notebook LM怎么玩？

玩法很簡(jiǎn)單，打開(kāi)試玩頁(yè)面，拖拽上傳需要處理的文件。

可以是谷歌文檔，可以是網(wǎng)站和視頻鏈接，甚至干脆粘貼一大段文本都可以。

每個(gè)筆記本支持上傳50個(gè)文件，每個(gè)文件內(nèi)容上限500000個(gè)單詞。

這里我們上傳了OpenAI o1的System Card文檔，接下來(lái)就可以選擇需要?jiǎng)?chuàng)建的內(nèi)容。

內(nèi)置支持問(wèn)答、小測(cè)驗(yàn)、目錄、時(shí)間線(xiàn)、摘要等文字版功能，以及兩個(gè)主持人的深度對(duì)話(huà)音頻內(nèi)容。

如果有更個(gè)性化的需求也可以自己敲prompt。

我們嘗試用中文提問(wèn)，結(jié)果AI是可以理解的。

很可惜的是Notebook LM不支持用中文回答，即使刻意要求也不行。

選擇創(chuàng)建音頻的話(huà)，視文檔長(zhǎng)度需要等待幾分鐘到十幾分鐘。

趁這個(gè)時(shí)間來(lái)了解一下這背后的Gemini模型叭～

NotebookLM由Gemini 1.5 Pro來(lái)支持，也就是谷歌家目前旗艦級(jí)大模型。

Gemini 1.5 Pro支持超長(zhǎng)128k上下文，這是能解讀長(zhǎng)文檔的基礎(chǔ)。

在最近的一次升級(jí)中，Gemini 1.5 Pro數(shù)學(xué)和推理能力還反超OpenAI o1預(yù)覽版。

好了，剛才生成的音頻也處理完畢，英語(yǔ)好的朋友可以來(lái)聽(tīng)聽(tīng)看。

英語(yǔ)沒(méi)那么好的朋友，也可以看看套娃AI轉(zhuǎn)寫(xiě)、翻譯出來(lái)的AI播客文字版，感受一下。

單純的上傳文檔，生成內(nèi)容，還只是Notebook的實(shí)用玩法之一。

還有人介紹了學(xué)生上課錄音，回家用AI整理重點(diǎn)的玩法，也廣受好評(píng)。

（不是自己不聽(tīng)課了的意思）

具體來(lái)說(shuō)，可以遵循以下步驟：、

1. 上課時(shí)用手機(jī)錄音；
2. 上課期間不需要用電腦，只需（紙筆）記下簡(jiǎn)短的重點(diǎn)；
3. （下課后）把錄音和筆記掃描上傳到NotebookLM，讓它根據(jù)錄音細(xì)節(jié)擴(kuò)寫(xiě)筆記。

另外，還可以每周創(chuàng)建一份對(duì)所學(xué)內(nèi)容重點(diǎn)的復(fù)習(xí)音頻。

一種與單純Chat不同的交互范式

其實(shí)，NotebookLM并不是出道即爆火。

早在去年5月的Google I/O大會(huì)上它就已經(jīng)出現(xiàn)了，不過(guò)那個(gè)時(shí)候，作為AI筆記本項(xiàng)目的它還叫Project Tailwind。

到了去年7月，NotebookLM它才改成現(xiàn)在的名字。

起初，只支持美國(guó)局部地區(qū)的用戶(hù)食用；功能也還是圍繞著基礎(chǔ)的Chat模式展開(kāi)。

△NotebookLM自動(dòng)生成文檔指南（來(lái)自谷歌官網(wǎng)）

到了這個(gè)月11號(hào)，NotebookLM突然宣布面向全球玩家開(kāi)放，并且新增了重磅功能，音頻概述。

谷歌給的官方介紹是這樣的：

“新的音頻概述功能，可以一鍵將文檔、幻燈片、圖表等轉(zhuǎn)化為引人入勝的討論。”

因?yàn)榻换バ问胶苄?、AI語(yǔ)音逼真、討論起來(lái)真的很像真人播客，大家一下就玩嗨了。

到這兩天，Notebook LM不僅已經(jīng)能夠把Youtube視頻作為輸入，還已經(jīng)支持超100種語(yǔ)言。

現(xiàn)在，卡帕西的下場(chǎng)“示愛(ài)”，更為Notebook LM的熱度添了一把火。

如卡帕西所說(shuō)，Notebook LM爆火最主要的原因，是它提供了一種與單純Chat不同的交互范式。

卡帕西表示，Notebook LM消除了大模型的兩大享受障礙：

第一點(diǎn)，聊天其實(shí)挺難的。

有些人在日常生活中跟人交流都費(fèi)盡心力，更別提要和Chatbot聊天，還得不停提問(wèn)、追問(wèn)。

NotebookLM好就好在，生成的二AI播客，其中有一方就會(huì)處于提問(wèn)、引導(dǎo)角色。

咱把文檔、音視頻放進(jìn)去，等待生成，美美聽(tīng)AI根據(jù)文件嘮就是了。

第二點(diǎn)，閱讀不是件容易的事。

信息爆炸的碎片化時(shí)代，挑個(gè)舒服的姿勢(shì)，或者開(kāi)車(chē)時(shí)候聽(tīng)別人討論我需要的東西，比自己費(fèi)勁吧啦擱那兒看容易得多。

——哪怕看的是AI已經(jīng)幫我們總結(jié)出來(lái)的凝練版本（哎，沒(méi)錯(cuò)，咱就是這么懶！doge）。

本著精益求精的精神，也有網(wǎng)友表示了對(duì)Notebook LM更上一層樓的期待。

Hyperbolic Labs的聯(lián)創(chuàng)兼CTO Yuchen Jin試玩過(guò)后，總結(jié)了兩個(gè)局限性：

一個(gè)是它“看不到”，也就是沒(méi)法處理文檔里的圖片信息。

不過(guò)背后的Gemini是多模態(tài)的嘛，相比Notebook LM長(zhǎng)眼睛不會(huì)太晚。

另一個(gè)是用戶(hù)無(wú)法引導(dǎo)AI播客的內(nèi)容。

Yuchen Jin喂給它兩條推文，它就生成了近13分鐘的音頻內(nèi)容，但它默認(rèn)聽(tīng)眾是普通受眾，所以講了很多很基本的概念。

如果能指定生成播客的目標(biāo)群體，或者談?wù)撝黝}、方向、角度，那真的是棒上加棒。

One More Thing

說(shuō)時(shí)遲那時(shí)快，開(kāi)發(fā)者搞出開(kāi)源版的NotebookLM了！

不過(guò)暫時(shí)只能喂給它PDF嗷。

咱就是說(shuō)，人類(lèi)真有意思哈！

以前在音頻轉(zhuǎn)文字方面費(fèi)勁，追求把廣播、會(huì)議錄音啥的轉(zhuǎn)成文字。

現(xiàn)在又開(kāi)始用大模型把文字轉(zhuǎn)成播客了……

有意思哇有意思哇（狗頭）。