大神卡帕西安利爆火AI應(yīng)用，稱「或是下一個(gè)ChatGPT」
大神卡帕西墻裂推薦！
甚至預(yù)言這個(gè)AI應(yīng)用，有可能開啟「和ChatGPT一樣大的機(jī)會(huì)」。
它就是來自谷歌的實(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)，還可以通過音頻概述（Audio Overview）功能，把文件轉(zhuǎn)換成AI生成的對(duì)話播客，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普遍還是挺買賬的。
AI界的KOL@elvis也在卡帕西評(píng)論區(qū)留言：
卡神稱這“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)容格式和用戶體驗(yàn)。
Notebook LM怎么玩？
玩法很簡單，打開試玩頁面，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，接下來就可以選擇需要?jiǎng)?chuàng)建的內(nèi)容。
內(nèi)置支持問答、小測驗(yàn)、目錄、時(shí)間線、摘要等文字版功能，以及兩個(gè)主持人的深度對(duì)話音頻內(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，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，視文檔長度需要等待幾分鐘到十幾分鐘。
趁這個(gè)時(shí)間來了解一下這背后的Gemini模型叭～
NotebookLM由Gemini 1.5 Pro來支持，也就是谷歌家目前旗艦級(jí)大模型。
Gemini 1.5 Pro支持超長128k上下文，這是能解讀長文檔的基礎(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，英語好的朋友可以來聽聽看。
英語沒那么好的朋友，也可以看看套娃AI轉(zhuǎn)寫、翻譯出來的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)。
（不是自己不聽課了的意思）
具體來說，可以遵循以下步驟：、
- 上課時(shí)用手機(jī)錄音；
- 上課期間不需要用電腦，只需（紙筆）記下簡短的重點(diǎn)；
- （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，只支持美國局部地區(qū)的用戶食用；功能也還是圍繞著基礎(chǔ)的Chat模式展開。
△NotebookLM自動(dòng)生成文檔指南（來自谷歌官網(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?！?/p>
因?yàn)榻换バ问胶苄?、AI語音逼真、討論起來真的很像真人播客，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種語言。
現(xiàn)在，卡帕西的下場“示愛”，更為Notebook LM的熱度添了一把火。
如卡帕西所說，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、追問。
NotebookLM好就好在，生成的二AI播客，其中有一方就會(huì)處于提問、引導(dǎo)角色。
咱把文檔、音視頻放進(jìn)去，等待生成，美美聽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，或者開車時(shí)候聽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)出來的凝練版本（哎，沒錯(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試玩過后，總結(jié)了兩個(gè)局限性：
一個(gè)是它“看不到”，也就是沒法處理文檔里的圖片信息。
不過背后的Gemini是多模態(tài)的嘛，相比Notebook LM長眼睛不會(huì)太晚。
另一個(gè)是用戶無法引導(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
說時(shí)遲那時(shí)快，開發(fā)者搞出開源版的NotebookLM了！
不過暫時(shí)只能喂給它PDF嗷。
咱就是說，人類真有意思哈！
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)在又開始用大模型把文字轉(zhuǎn)成播客了……
有意思哇有意思哇（狗頭）。
