騰訊ima被吊打?NotebookLM真正的強大之處你用過嗎?不是中文播客

1 評論 701 瀏覽 1 收藏 12 分鐘

NotebookLM真正強大的地方在于其“有限主題的不斷深挖”能力。憑借底層模型Gemini 2.5 Flash的升級,它擁有百萬級上下文窗口和強大的推理能力,能為用戶提供基于明確選擇文檔的可靠且情境相關的回答,無論是學生、研究者還是專業(yè)人士都能從中受益。

滿地的中文媒體都在說NotebookLM支持中文播客了,都在追風,作為兩家大廠AI產(chǎn)品顧問的黃叔,覺得大家都跑偏了。

NotebookLM這個功能讓它的更大價值被大家忽略了!而這個更大的價值就是基于:??

“有限主題的不斷深挖”

我們想一個問題,除了用騰訊的ima收藏信息,有多少人會持續(xù)使用它的提問能力?

黃叔測試了幾次,不管是混元還是DeepSeek,都存在大量丟失信息的情況,原本相關的文檔有10個,它可能只能給你找出3個,并且回答的質(zhì)量差強人意,很容易陷入一個困境:收藏內(nèi)容多反而質(zhì)量低

為啥呢?簡單回答就是模型能力和上下文限制了!

反觀NotebookLM,這張圖非常重要:

5月3日,也就是幾天前,NotebookLM正式把底層模型升級到Gemini 2.5 Flash,2.5是 Google自家首個混合推理模型,并且是原生多模態(tài)!有了它的加持,對于復雜的多步驟推理問題也能輕松搞定,并且上下文窗口是可怕的100萬 tokens!

一句話:

無論你是學生、研究者、專業(yè)人士還是內(nèi)容創(chuàng)作者,NotebookLM 都能助你高效開展研究。強大的推理能力和百萬級上下文窗口,讓你輕松處理超長內(nèi)容,深入挖掘關鍵信息。

因為,在Gemini 2.5 Flash的支撐下,它提供的 AI回答完全基于用戶明確選擇的文檔和來源,這樣和通用的LLM比起來,內(nèi)容的可靠性和情境相關性無疑是非常足夠的。

我們來show一個case,大家感受下,我找了6篇和flomo AI相關的pdf上傳給NotebookLM,然后進行提問:

(NotebookLM的內(nèi)容上傳有些小技巧,比如公眾號文章不能直接復制鏈接提交,可以用“飛書剪藏”插件同步到飛書云文檔后,下載為PDF。音頻文件可以直接上傳或者用通義聽悟轉為文字后下載PDF再上傳,因為這樣可以看引用原文。)

Query:分析flomo對于AI的理解和思考

Query:提取幾個很值得分析的flomo對于AI的思考

Query:flomo對于AI的思考,有哪些局限性

幾輪下來,一篇flomo對于AI的思考內(nèi)容,其實已經(jīng)大差不差的出來了,如果Chat的過程里,有回答的內(nèi)容你覺得不錯,還可以點擊添加Note,存成一條筆記。

可以看到,NotebookLM沒有幻覺,因為它僅從左側上傳的6個文檔內(nèi)提取答案,并且每一個答案都給到來源,鼠標移上去,可以看到具體的來源內(nèi)容段落,非常方便。

我算是它的月活用戶,這次打開發(fā)現(xiàn)它對于內(nèi)容的抽取能力更強了!背后還是由于模型能力升級了。

除了Chat之外,NotebookLM還預置了幾個功能,最近大火的中文播客,對應的是Audio Overview,除此之外,在下方的Notes區(qū)域,有幾個預置的選項:

Study guide 、Briefing doc 、 FAQ 、Timeline

我生成了一下,大家可以快速查看下生成的質(zhì)量,超級高,基本看完你能特別快的理解內(nèi)容的核心是什么了。

并且,完全免費,只需要合理的科學上網(wǎng),如果你有edu郵箱,還能白嫖15個月的Google One 15個月的會員試用,其中就包含了NotebookLM Plus會員:

這里要強調(diào)一下,除了用量更大,Plus里有個能力非常關鍵,對于Chat的定制:

我個人偏好AI輸出要走分析路線,更長一些,方便我看到更多信息,你也完全可以定制你的偏好風格。

甚至,5月底會在AppStore會上架App,到時用起來會更方便了:

OK,上面基于一些體驗和信息,整合了一下NotebookLM的關鍵洞察,那下面,我們來進一步理解下,NotebookLM到底是什么:

  • 我自己的感覺 NotebookLM 是學習工具 不是筆記工具
  • 現(xiàn)在的大部分知識庫軟件在希望用戶懶的學到知識,NotebookLM 讓你用新的方法學習和研究

—from 閃念貝殼@Ping.

我們來詳細看下它的功能:

  • 支持導入多樣化的源材料(如 PDF、谷歌文檔/幻燈片、網(wǎng)頁鏈接、YouTube 視頻、音頻文件);
  • 通過帶有內(nèi)聯(lián)來源引用的交互式問答促進驗證;
  • 生成多種內(nèi)容格式(如摘要、常見問題解答、時間線、學習指南、思維導圖);
  • 以及提供獨特且廣受討論的“音頻概覽”功能(即中文播客),以播客風格消化內(nèi)容。

非常明顯,NotebookLM是面向知識工作者的專業(yè)AI助手!

它的產(chǎn)品設計遠超騰訊ima等一眾知識庫產(chǎn)品的背后,是什么呢?我們來看一下:

首先騰訊ima,我們隨便拿一個公開的知識庫測一下召回率:

這是一個DeepSeek知識庫,總共175篇文章,基本90%以上的內(nèi)容都是DeepSeek相關的,但它說只找到了40篇文章。。。

再加上模型能力的差異,答案質(zhì)量更是不可言喻了。

另一層面,NotebookLM則是用筆記本的邏輯來分割知識庫:

這個分割非常重要,對于黃叔來說,每次研究的主題其實都大相徑庭,相互之間很少有關聯(lián),這樣就沒有必要全部放在一起,每次新建一個筆記本就行了。

在這個筆記本下,我只需要尋找到最優(yōu)質(zhì)的信息,然后不斷地Chat,進行洞察的挖掘,就可以滿足知識工作者的要求了!

這背后有一個非常重要的概念:

讓 AI 根據(jù)自己的各種收藏自動涌現(xiàn)有點難,因為權重不好判斷。導致的結果是:大綜合的分析等于沒有分析

From 少楠

是的,研究是有了課題后,基于項目的邏輯主動添加。但收藏在大家的心智里又很不一樣,偏向于被動,最后導致缺少了去粗取精的過程,再疊加上面的概念,確實收藏的價值要存疑的。

如果AI無法提取出來高價值信息,那收藏不還是一種數(shù)字化的自我安慰嗎?我們習慣性地將信息收入囊中,仿佛只要“擁有”了這些資料,就等同于掌握了知識。但事實恰恰相反:信息的堆積并不會自動轉化為洞見。收藏的本質(zhì),是一種對未來可能需求的焦慮性儲備,而非對當下認知的主動建設。

騰訊ima結合生態(tài),很好的迎合了這種焦慮,但實際上并沒有提供多少價值。

不管從模型,還是產(chǎn)品設計上,NotebookLM都展示了非常強的一面,并且可以隨著Gemini模型的快速進化,而不斷提高產(chǎn)品體驗。

總結

??AI的價值不在于幫我們“記住”更多,而在于能否幫助我們“理解”更深。

只有當AI能夠主動識別、提煉、重組信息,甚至提出超越原始材料的新問題時,收藏才有了被激活的可能。否則,所有的收藏都只是信息的墳場,等待著被遺忘。

所以,真正有意義的知識庫,不是信息的倉庫,而是洞見的孵化器。AI的使命,是成為我們認知的外延,而不是記憶的備份。

這是NotebookLM近期體驗后帶給我的震撼。

本文由人人都是產(chǎn)品經(jīng)理作者【Super黃】,微信公眾號:【AI產(chǎn)品黃叔】,原創(chuàng)/授權 發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉載。

題圖來自Unsplash,基于 CC0 協(xié)議。

更多精彩內(nèi)容,請關注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 這篇文章真的讓我意識到,AI的價值不在于“記住”更多,而在于能否幫助我們“理解”更深。NotebookLM的“有限主題的不斷深挖”能力,憑借其強大的模型和百萬級上下文窗口,為知識工作者提供了高效的學習和研究工具,這無疑是AI產(chǎn)品發(fā)展的新方向。

    來自山東 回復