Google热门AI产品令OpenAI CEO惊叹

Google，硅谷的代言人，AI 界的巨擘。技术牛，论文多，但说到面向消费者的 AI 产品，几乎没有一个真正出圈的。

不过，万事皆有例外——NotebookLM，这款产品甚至让死对头 Sam Altman 都觉得挺酷。

有趣的是，NotebookLM 偏偏选择了一条有些小众的赛道——播客。

https://notebooklm.google.com/

不想看的内容，让 AI 聊给你听就好了

NotebookLM 之所以受欢迎，核心在于一个功能：Audio Overview（音频概览）。

说白了，就是 AI 播客。任何你懒得消化的内容，都可以扔给它试试，几分钟之内，它会转成一男一女的对谈，比原材料接地气得多。

NotebookLM 支持上传多种格式的内容

不过有些可惜，音频概览虽然能消化中文材料，但输出只能是英文。

出于好奇，想看看海外的 AI 到底能不能理解国产剧里的爱恨情仇，于是用一段描述甄嬛生平的文字试了试，大约 500 多字。NotebookLM 大概花了 2 分钟，就生成了一段 5 分钟左右的音频。

光听英文音频不够直观，所以把它下载下来，丢进通义听悟，看看 AI 到底在聊些什么。

结果 AI 解读得一针见血，不仅读懂了甄嬛，也理解了皇帝，精准抓住了宫斗剧的主要矛盾——权力。

再放开一点想，以后一个人追剧再也不会寂寞了。AI 就是性价比最高的追剧搭子，还能顺便陪练英语，教教“not my cup of tea”这样的地道表达。

与其硬啃外刊和专八文章，不如基于自己真正感兴趣的内容，让 AI 生成英文学习资料。毕竟，兴趣才是最好的老师。

除了陪学英语和八卦，NotebookLM 输出正经分析也完全不在话下。

这次以 PDF 形式上传了一篇吐槽 AI 广告的文章，3700 字左右，标题叫《满大街的 AI 广告，是一次审美大降级》。基于这篇文章，NotebookLM 用了不到 5 分钟，生成了一段长达 11 分 40 秒的音频。

作为文章作者本人，感觉就像遇到了两个热情且很懂我的读者。NotebookLM 对文章进行了一次重新诠释，创造出了一个既相关又独立的新作品。

播客开头，AI 很自然地引出主题。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，这正是我们要讨论的主题。

与此同时，AI 也懂得灵活变通。它不会照搬原文逻辑，而是重新编排了素材，改写观点的表达方式，但内核保持不变。甚至自己举出例子，将 AI 广告类比到 AI 音乐上。

至于怎么吐槽，AI 也有自己的见解。看得出它在努力表现幽默，但风格还是有些西式。

除了内容本身，声音的质感同样极大地影响收听体验。毕竟，播客是声音的媒介。

AI 不仅发音清晰、口条不错，语气也足够抑扬顿挫，会用上“what”“ouch”“you know”这些语气词，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、视频那样，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，有一点需要留心：它不会主动搜索新的信息，而是完全基于你上传的资料来处理内容。

所以，它不全面，不客观，但足够个性——忠于每个人自己的素材。

有同事说，NotebookLM 特别适合写文章的人做播客。这话确实有道理。NotebookLM 的核心能力，本质上是实现了不同内容形式之间的快速转换，把复杂的内容加工得更好理解。

这大概就是“这知识它不进脑子啊”的 N 种解决办法之一。

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。上传了一个评测 Meta 眼镜的 YouTube 视频，它也能读懂。

左边是原视频和视频文案，右边是 NotebookLM 的解读

除了生成音频解读，NotebookLM 还能用多种方式帮你理解上传的内容。而且，这些功能几乎都是自动的，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，后者则解决了很多人“不知道该问什么”的难题。

点击“建议的问题”，NotebookLM 既能帮你回答，还会附上引用来源。如果上传的是视频，引用参照的是视频的文案。

其他小功能也值得都试试。比较喜欢的是“常见问题解答”，AI 的自问自答，基本上把入门知识给覆盖全了。

接着还可以让 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里提问。该引用的还是会引用，但如果没有明确来源，NotebookLM 会强调这是推测。AI 虽然仍有幻觉，但至少尽到了告知义务。

底层模型的支持是 NotebookLM 的基础。还有人挖出了 NotebookLM 的系统提示词，解释了为什么它的音频概览会那么接地气。

其中一条规则很有意思：规定了两个 AI 角色——一个是主持人，一个是专家，两者相辅相成。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具体要求：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标准了，具备强烈的服务听众的意识。

可惜的是，NotebookLM 不支持中文，终究不太友好。在等待之外，也可以试试一些平替产品：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 模型的镇圈论文《Attention is All You Need》

它以主持人和专家对话的形式，一问一答，帮你通俗易懂地解读论文。

看似小众的播客，为什么会因为 AI 反而变成一条热门赛道？

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，才能更好地理解复杂内容。而当你能够用口语把某个概念讲给别人听时，才说明你真的掌握了它。

NotebookLM 做到了用简单的语言重新诠释书面概念，同时融入了情绪和语气，带来了更自然的感官体验。

同时，它又是高度个性化的。过去我们只有收听的习惯，但现在，我们有了创作的权利。

你能随时做 AI 播客给自己听，内容随你选。

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，收获不花一分钱的情绪价值，满足人类自恋的需求。

把自己的文字版简历丢进去，NotebookLM 煞有其事地输出一通彩虹屁，比很多 AI 陪伴产品情商都高，让人疯狂嘴角上扬。

音频就不放上来了，这是部分内容

你也能随时听 AI 播客。吃饭、健身、开车、做家务，都不无聊了——播客本身就是一种陪伴介质。

GPT-4o 的高级语音模式，其实也是一个语音产品。但 AI 播客和使用场景不太一样。聊天找话题很难，不管是和人类还是和 AI。而 AI 播客可以自嗨。

OpenAI 创始成员 Andrej Karpathy 很看好 NotebookLM，评价这可能是一个大语言模型产品的新交互范式，让他想起了 ChatGPT 当年的感觉。

他甚至花了两个小时，生成了一套以历史为主题的 10 集播客系列，上传到 Spotify。生成的过程很有参考价值：

先用 ChatGPT、Claude、Google 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；再用 NotebookLM 编写播客简介；最后用 Ideogram 生成播客封面。

我们也可以按照这个模式，去探索自己感兴趣的领域，就像产出 AI 绘画、音乐、视频那样。

NotebookLM 的下一步会走向哪里？

在一次采访中，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……所有你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，由用户来决定。

散步时，你想听播客；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 其实改变的是获取信息的方式。但消化知识的工具，和知识本身一样重要。

ChatGPT 为晦涩的知识找到通俗的解释，AI 搜索让人不必自己翻网页找链接，AI 总结让人不必亲自啃长文章……吾生也有涯，而知也无涯。但至少，现在我们可以更愉快地做一个在海边捡起贝壳的孩子。