Google最出圈的AI产品，把OpenAI CEO也惊艳了

来源：36氪

来源｜APPSO（ID：appsolution）

封面来源｜Pixabay

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。

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。

分分钟的内容转换，知识更容易进脑子了

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？

消费什么，怎么消费，以后我们自己决定

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。

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 otebookLM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。