谷歌，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/
不想看的内容，让 AI 聊给你听就好了
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 支撑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，教大家「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，不如基于大家自己喜欢的内容，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。
作为文章编辑本人的我，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，这就是大家要讨论的主题。
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。
分分钟的内容转换，常识更容易进脑子了
使用 NotebookLM时，有一点需要注意：它不会搜索新的信息，而是基于大家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，「这常识它不进脑子啊」的 N 种解决办法。
NotebookLM 的强大，离不开 谷歌 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常识。
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。
底层模型的支撑是 NotebookLM 的基础，还有人套出了 NotebookLM 的系统提示词，说明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 不支撑中文终究不太友好，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，谷歌 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《Attentin 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？
消费什么，怎么消费，以后大家自己决定
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。
大家有教科书，但还是需要老师讲课，帮助理解复杂的内容。而当大家可以用口语说明概念，讲给别人听，才说明大家真正掌握了它。
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，以前大家只有收听的习惯，但大家现在有了创作的权利。
大家能随时做 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
大家也能随时听 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、谷歌 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 编写播客概况。
用 Ideogram 生成播客封面。
大家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，支撑任何输入和输出。
视频、音频、电子邮件、社交媒体......所有大家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，大家想听播客，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，但消化常识的工具，和常识一样重要。
ChatGPT 为难懂的常识找到通俗的说明，AI 搜索让大家不用自己翻网页找链接，AI 总结让大家不必亲自看文章......吾生也有涯，而知也无涯，但大家可以更愉快地做一个在海边捡起贝壳的孩子 。
来源：36kr
| 
4
发表于 2024-10-17 15:58:27
