Las notas más calientes del año sobre IA se han actualizado, y el conocimiento entra en el cerebro de forma mágica

2024 年最受欢迎的 AI 产品，当属 CuadernoLM 。从九月开始就一路爆红，一直到年末热度都居高不下。

12 月时，NotebookLM 更新了新功能：加入。用户也可以成为播客节目里的一环啦。

这个功能并不是刚刚面世，很早之前 NotebookLM 团队就在 Google 开发者大会上展示过，只不过最近才终于有了 BETA 版。

Atención:

对部分地区用户有强限制，注意检查自己的网络设置

「加入」功能使用不稳定，多点耐心

「加入」功能目前只支持英语发言，上传文本的语言不受限制

目前只支持网页版，没有移动端

不仅一键生成播客，还可以加入

NotebookLM 最早主打的是智能笔记，上传文件之后会自动生成概览性的总结。用户可以在对话框里，根据上传文本的内容，直接用文字提问。

其实这个功能也是不错的，当然，它真正出圈的是播客形式的对谈，也就是音频概览。现在，音频概览还提供「加入」功能，点击可以直接加入这场对话。

提问，是这款产品最大的亮点。上过课的都知道这里面的门道有多深：提问不仅要求你对内容有所了解，更重要的是，为了参与和加入，必须得主动跟上节奏听讲，且开动脑筋。这样有效地促进了对文本和材料的理解。

‍

NotebookLM 的「加入」，像腾讯会议里的举手功能。点击后直接说出问题，大概延迟个一秒半秒，AI 主播就会响应，会说类似「我们的听众朋友有话要说」来过渡。

目前看需要一些响应时间，但接话非常自然。语言只支持英文，所以需要用英文提问，但即便用中文提问，也会非常友好的感谢你的参与，不会让话掉地上。

NotebookLM 对长文本的支持非常惊人，《战争与和平》这样的大部头也可以上传。虽然从生成的音频中，可以感觉得到应该是只摘录了部分章节用来做分析，总长只有 11 分钟。

也可以理解，讲完全本不得好几个小时啊。

测试使用的《战争与和平》是中文版，返送的音频概览是英文，不过在开头，两位「主持人」特地指出这是一个中文译本，并且表示从不同的语言，可以提供不同的看待故事的视角——非常正确！

当问及具体用到了哪些章节用来分析，对面有点模棱两可，表示自己选择了一些关键的情节。音频中，也是根据按照人物的顺序来讲解，而不是故事情节。

不过，分析的内容可以自定义，在生成音频概览前，点击下方的自定义，输入自己的需求即可。比如在上传了另外一本小说后，我要求以故事发展的情节作为主要关注点，后续生成的音频就完全是按照故事剧情的顺序了。

在提问环节里，我发现它的语音识别会有一些问题。比如在下面这个问题里，原本我的问题是这本小说「novel」里的人物是如何塑造的，结果被识别成了贵族「nobel」的人物是如何塑造的？

也没有向我核实，这种失误延续了大模型一贯以来的风格：一本正经地跑偏。明明理解偏了，但还是认真地继续着讨论，而且说的头头是道。

另外还有一个问题是交互的设计。NotebookLM 的初衷是好的：每一个项目可以容纳不止一个材料，这样可以综合不同的材料来生成笔记。但是在界面设计上不够清晰，哪怕只是加一个「回到所有项目」这样的图例，都会好很多。

另外还有一处交互的不妥是，进入互动模式后，音频是没有进度条的。一来这样很影响判断目前节目进行到哪里了，二来是提问完成后不能倒回去听，提问本身也不收录进音频文件里。只能说这还是 BETA 版，期待后续的升级吧。

目前看来，长文章的效果是最好的。生成的时间比较友好，而且可以阅读完全文。比如《战争与和平》这样的大部头，虽然也可以传进去，但生成真是花了好长时间，一度以为它卡住了。

而长文章不仅模型吃得消，也最能够把这种互动的优势发挥出来。

长文章部分，我跑了一篇两三千字的文章，主题是对 AI 聊天机器人潜在问题的讨论。完整音频总长 22 分钟，不过，这是已经包含了好几个提问在内的时长。

再短可能没什么信息量，再长难免让人没耐心。20 分钟带互动，可以说是比较合适的长度。

不得不说，这个互动的自然感，还是很惊人的。不仅是在语音上，也体现在内容上，两位「主播」非常准确而且全面的理解了问题。

不过，实际上这些问题在原文章，没有直接的解答。如果是针对原文内容提问，如果能用上「在本文里」这样明确的表述，会更清晰一些。

但正是这些超脱原文的发挥，展现了背后模型的实力：一方面，模型要能理解问题，第二判断是否有原文的支持，在没有的情况下，生成合适的回应并转化成语音，还得包装成自然流畅的语音互动。

聊天机器人有没有这么仿真不好说，我看这俩主播是真的挺强的。

无痛学习是怎么做到的？

NotebookLM 的产品经理 Raiza Martin 在接受采访时表示，她有点意外于现在的火爆程度。一开始，这并不是一个面向广泛大众打造的工具，更多的还是面对阅读爱好者。

这里头还真有些科学道理。

医学期刊《神经影像》最近发布的一项研究，可能解释了它之所以火爆的原因：爱阅读的人，恰恰对声音也更敏感。

你可能会觉得有点困惑：阅读不应该是跟「看」有关、跟视觉有关吗？

对，但不全对。阅读能力和大脑的左半球颞叶前部有关，而这个部分也处理声音。处理语音的意识早在儿童时期就有了，我们先了解语言的声音，再将文字与语音配对。

研究人员在对超过 1000 名志愿者进行测试后发现，左半球里其中一个大脑回路，厚度越增加，口语和阅读能力越好。而这个大脑回路，也包含了听觉皮层。

也就是说较厚的听觉皮层，与更熟练的阅读能力相关。这并不完全是天生的，我们的大脑时刻在被环境改变。越多的阅读行为，会慢慢地改变大脑脑皮层的形状。

当然，播客这个形式的有趣和生动，也是重要的原因。NotebookLM 把声音和文字两种模态结合起来，但又不晦涩，受欢迎也很容易理解。除了用来分析文本，网友们还开发了 NotebookLM 的各种神奇用途：用来改简历、互评论文、模拟小组作业讨论。读书简直就是最微不足道的一环。不过现阶段 NotebookLM 还有很多可以提升的地方，比如语音有时候还是会卡顿、生成时间较长，以及时不时就加载失败。希望它不要辜负大家的期待，抓紧优化啊。