新V观海外：谷歌NotebookLM突围ChatGPT形态路线

　　NoteBookLM这次更新的多模态新功能其实并非首次出现。在谷歌实验室的其它产品中已经出现过YouTube在线视频总结功能■◆◆★，而不久前的Google Illuminate产品也发布过将PDF学术文档转成两人对话音频文件的功能。

　　NotebookLM是谷歌实验室（Google Labs）此前已经推出的AI笔记产品。主要功能是用户上传PDF等格式的文档★★■，或者直接输入谷歌在线文档、在线幻灯片★★■■、网页等网址，然后通过AI进行内容总结。用户可以自行提问★■■，让AI针对上传的文档或输入的在线文档内容进行回答。

　　尽管在我实际使用开源版Open NoteBookLM的过程中，发现它的生成结果并没有谷歌NoteBookLM那么稳定，且排队等待时间长达5至10分钟■★。但Open NoteBookLM的快速出现至少可以佐证★◆■★，多模态新功能是很快能被开源界所追上的★■◆。

　　谷歌的AI笔记产品NotebookLM最近新增了处理音频视频文件的功能。随后，这次产品更新获得了前OpenAI创始团队成员Andrej Karpathy关注◆◆★★，认为它给人一种当年ChatGPT出现的相似感，可能会开启新的AI模型产品形态■◆★。

　　既然在功能层面的独创性不足★★◆■★，那为什么NoteBookLM这次更新还会引发诸多业界关注■◆，甚至与当年ChatGPT的出现相提并论◆★？这或许是因为NoteBookLM可能会启发AI应用的新路线。

　　特别是在NoteBookLM此次更新多模态功能后不久■■★，新加坡政府科技局（GovTech）的Gabriel Chua很快在HuggingFace上推出了开源版Open NoteBookLM★◆，使用了开源模型Llama 3.1-405B和文本转语音框架MeloTTS◆★◆★◆★，实现了将PDF转成对话音频文件的核心功能■■★■◆，而且在生成音频的语言风格和时长方面提供了更多选项◆◆■◆，且能够支持中、英■■◆★★、法、日、韩、意等多种语言★◆■◆★。