之前還是一個小透明，現在立馬變成下一個 ChatGPT。
它是谷歌目前最成功的 AIGC 產品。
很多人喜歡在它前面再加一個形容詞，「像病毒一樣
（ a viral AI product）」。
前特斯拉自動駕駛負責人、前 OpenAI 科學家 Andrej Karpathy 毫不掩飾對它的喜愛。
他甚至想到了 ChatGPT，暗示產品新功能可能具有與 ChatGPT 類似的革命潛質。
就連 OpenAI CEO Altman 也認為，它「很酷」。
一直活躍在 AIGC 體驗最前沿的賓大沃頓商學院副教授 Ethan Molick 對它極為讚賞：
「簡直是目前 AI 界最佳黑科技，用過都說好！」
還特別建議人們去聽聽 AI 生成的「播客」，暗示這個功能特別令人印象深刻。
沒錯，它就是 NotebookLM （ LM 代表語言模型），一個至今免費的強大工具，谷歌喜歡稱它，「虛擬研究助手」。
我更喜歡叫它「一魚多吃」:
餵它一個文件，它能立刻將文件變成一個播客、一份學習指南、一個常見問題解答集合、時間軸、提綱，還能和它暢聊。
包你 360 度無死角「吃透」這條「魚」。
工具連結：https://notebooklm.google.com/
-1-
啥都可以變播客！
先從最受歡迎的「吃法」開始。
只需要將檔案、連結拖放到工具中，NotebookLM 就可以將它們變成有趣、易懂的對話。
谷歌稱之為「音訊概覽」，你可以直接稱其為「播客」。
一經上線，火爆全網。
媒體評價這一新功能，「是迄今為止最引人注目、最令人震驚的 AI 潛力展示之一。」
用起來也超級方便。首先，上傳資料。
受益於底層大模型多模態能力（ Gemini 1.5 Pro ），除了文字檔案，影片、PPT、錄音甚至資料集都能變成播客。
換句話說，
連你的個人網站、部落格、老媽的紅燒肉食譜、上課（講座）錄音甚至信用卡賬單，都能變成播客。
我上傳了斯諾登的傳記，很厚的一本書，選擇「音訊概覽」：
幾分鐘後，我得到了一個約 9 分鐘的播客節目。
聽完開頭，我就很喜歡，因為直奔重點「技術和控制」：
主持人1：好的，繫好安全帶，因為今天我們將深入探討愛德華·斯諾登的內心世界。斯諾登，就是那個揭露全球監控的吹哨人。我們將深入探討他的回憶錄《永久記錄》的摘錄。告訴你，這不是一本典型的自傳。這是一個關於一個人的故事。一個面對重大問題的人的故事。他用自己的生活和與技術的關係，特別是幫助我們理解權力和控制的巨大轉變。
主持人2：他一開始就很引人注目。我是說，誰小時候會去黑一個時鐘呢？主持人1：我知道，對吧？6歲就瘋狂地重新連線家裡微波爐的時鐘。這個故事充分說明了他早期對系統及其運作方式的迷戀。以及如何去操縱它們。主持人2：如何控制它們。這就像他所說的早期的公民不服從行為。
播客內容，邏輯清晰，重點明確。
比較遺憾的是，目前僅支援英文，所以我用飛書提取出了AI播客的章節摘要，並翻譯成中文。
你可以想象在後臺，一個模型正在編寫並不斷編輯對話指令碼。
除了對話的娛樂性，它最重要的職責是要揭示真知灼見：
不只是總結資料，還要找出最有趣和最令人驚訝的部分。
現在看來，NotebookLM 確實做到了。
另外，「主持人」一男一女，聲音聽起來很自然，和平時聽到的 AI 語音播報，很不一樣。
他們用「嗯」、「 you know 」進行停頓，還會刻意結巴。
還會用「好的，事情是這樣的」來介紹觀點，用「 exactly 」等口語來強化對方的觀點，對談很自然。
難怪《華爾街日報》專欄作者 Ben Cohen 說，AI 讓他大吃一驚，只有兩次。
「一次是第一次接觸 ChatGPT。這是第二次。」
「我不知道該感到驚訝還是害怕，」《Acquired》是一檔熱門商業類音訊節目，主持人之一 David Rosenthal 在親自體驗後評價說。
其實，
，但熱度一般，直至近期上新「播客」功能，立刻引發全網「複雜文件轉播客」風潮。
現在 10 個 NotebookLM 使用者，恨不得有 9 個人都在使用這個新功能。
比如，有人直接將今年諾貝爾物理學獎得主 Hinton 得意門生 Ilya 推薦的所有經典論文整成了播客。
畢竟，不是每個人都能透過閱讀進行高效學習，對於許多聽覺型別學習者來說，播客的學習方式可能更為有效。
還有使用者將自己的賬單變成了一個關於如何在 Uber 上「敗家」的播客。
AI 主持人甚至會在節目中表示，因為該使用者的奢侈而感到羞恥。
資料集也能變播客，用來詳細解釋資料集，意不意外？
NotebookLM 編輯總監甚至介紹了一個超讚的學習辦法：
使用手機（或錄音筆）錄製課堂音訊，輔以手動筆記，簡單記一些課題重點。
然後，將課堂錄音和筆記一起傳到 NotebookLM，做成一個播客。
每週末聽聽這些播客，並與它們交流，就等於回顧了最重要的課堂知識。
順便說一句，谷歌還有另一個很棒的播客實驗產品，叫做 Illuminate，不過目前更專注於學術文字，通常語氣更嚴肅。
-2-
「一魚多吃」與隱藏的超能力
除了播客生成，「筆記本指南」這個版塊提供了五個最為常見的「吃魚」方式：
常見問題解答、學習指南、目錄、時間軸、簡報。
影片下方，還有英文原文顯示
上傳了一段黴黴在 2022 年紐約大學畢業典禮上演講影片。
「常見問題解答」可以自動總結一些問題，幫助瞭解影片內容：
「學習指南」像在做閱讀理解，對影片內容進行深度理解。
「目錄」，顧名思義，就是畫出內容的「地圖」。
而「簡報」就是要點總結。
因為很難從這篇演講中抽出時間軸，我們選擇了一篇講述今年諾獎醫學獎得主的人物故事，來展現「時間軸」的好處。
不過，最讓人印象深刻的是與內容的自由「交談」。
你可以選擇系統推薦的相關問題：
也可以自由發問。
亮點在於回答背後的超能力：
基於可信來源的事實核查
。
幾乎每句回答的結尾處，都有相應的註釋。
點選數字，系統會立刻追溯到原文出處。
比如，數字「1」，立刻追溯到了原文段落（左側）。
其次，針對原文中並無明確證據的地方，回答會予以說明和強調。
如，斯諾登並沒有討論過網路實名制，回答補充道，是「推測」的上述分析。
而針對完全超越文字範圍的內容，直接拒絕回答。
最後，NotebookLM 還有一個很厲害的地方：可以
發現文字之間的知識關聯。
如，黴黴演講、李笑來的《財富的真相》、斯諾登傳記《永遠記錄》以及《批判性思維》等文字背後，思維模式的共同點。
比如，批判性思維和財富思維有什麼共通之處？
結束本文之前，有必要提一嘴大模型的幻覺。
其實，Ethan Mollick 早在 2023 年就用過 NotebookLM，當時，他就發現它相當不準確。
Ethan Mollick 在2023 年就用過 NotebookLM，當時發現它相當不準確，比如數字方面。
不過，他現在注意到，再用同樣的問題測試，NotebookLM 錯誤大大減少了，儘管仍然不是完美的。
結合我們的大模型使用經驗，如果你的要求是準確無誤地顯示重要數字，那麼，最好還是回到原文出處，比對檢查。
參考連結
https://adjacentpossible.substack.com/p/listening-to-the-algorithm
https://x.com/JeffDean/status/1834243986426659023
以後我們會帶來更多好玩的AI評測，也歡迎大家進群交流。
© THE END
轉載請聯絡本公眾號獲得授權
投稿或尋求報道：[email protected]