最近有一款叫NotebookLM的AI火了，很多人听说它是因为它能生成非常逼真的音频播客；

但更多人不知道的是，播客只是它的衍生能力，实际上，它其实是一个很强大的研究助手，非常适合研究生或科研er使用。

今天就聊聊这个由谷歌实验室开发的AI研究助手——NotebookLM。

过去我也写过不少关于如何借助AI辅助阅读文献，或者辅助科研方面的内容。

比如 Kimi，Claude，ChatGPT 等等。

这些工具对于处理单篇文献，效果其实都不错。

但是它们也有一些限制，比如，

1. 当涉及到多篇文献，或者是长篇内容的时候，由于上下文长度的限制，处理起来效果就没那么好了。

2. 这些工具还都是流式多轮对话的方式，也就是说一问一答的，对于想反复研究，或者想做个笔记之类的，还要跳到别的软件里。也就是说，它们无法作为一个独立的工作空间，只能作为工作流的一个环节。

最近又看到有人问有没有那种能一次性分析100篇文献的 AI 工具。

说实话，一次性处理 100 篇文献可能有点夸张，特别是还要将这些文献综合起来考虑（文本理解和分析）。

目前绝大多数大模型都很难做到这一点，即有些 AI 工具借助 RAG 技术可以做到功能上的支持，但可能最多实现的效果也就是信息的抽取，很难做到高质量的文本理解，这种对于文献分析意义其实就不大了。

想要效果好的话主要还得靠大模型自身的长上下文能力。

NotebookLM
谷歌的 NotebookLM 用的是 Gemini 1.5 pro 模型，上下文长度最高支持 200 万 tokens。

按照官方说法，最多可以处理 1000 页的 PDF 文档。

目前它支持一次上传 50 个文件（包括文档、视频、音频）。

如果你把多篇文献合并成一个文档上传，一次性处理百十来篇也不是不行。

我倒是没试过一次处理 100 篇文献，不过几十篇还是有的。

比如我把 CVPR 2024 一个 workshop 上的 21 篇相关文献上传到 NotebookLM，让他分析。

效果大概是这样的⬇️

它的功能包括，

• 自动归纳总结所有文献

• 生成两人对话的音频播客，深度讨论整个 Notebook 的话题和内容

• 创建笔记，自己记录笔记，或者用它推荐的主题生成笔记都行

• 对话，提问跟任意文献/文档相关的问题等等

• 。。。

数量其实不是最关键的，NotebookLM被认为是目前最好用的文献分析工具，主要是因为他的产品形态跟我们常见的大模型产品有很大的不同。

以往用的这类 AI 工具都是流式多轮对话的形式，

而 NotebookLM 更像是一个工作空间。

上传多篇文档之后就自动创建了一个工作空间，不光可以用 AI 的总结、辅助阅读等功能；

还可以记笔记，提问题，跟 AI 进行深度讨论等等。

包括它为每一篇论文自动生成的总结，以及针对所有论文一起归纳的主题、问答和思考题，质量都挺高的。

自动生成文献总结

制作笔记

生成跟论文相关的思考题

提问或深度讨论论文中的内容
孵化自谷歌实验室
其实 NotebookLM 已经有一年多了，只不过一直是实验室产品（现在依然是），谷歌并没有把它作为正式产品发布过，早起还是通过内测申请才能用。

像这样的AI产品，在Google Labs还有很多个，不同的功能，不同的使用场景，都挺有意思的。

包括谷歌的文生图模型ImageFX，文生视频模型VideoFX，以及音乐模型MusicFX等，都出自谷歌实验室。

https://labs.google/
btw，类似 NotebookLM 的播客功能，谷歌还有另外一个专门的AI工具——Illuminate，可以将学术论文转化为音频讨论，它更适用于单篇论文的情况。

之前NotebookLM一直都不愠不火，最近火起来是因为前不久它推出了一个生成播客（叫Deep Dive 深潜）的功能。

它把上传的文档、音频、甚至视频等所有资料进行分析理解，然后形成一个双人对话的音频播客。

不管是内容深度，还是声音质量，效果都非常好，所以受到了很多人的追捧。

比如包括 AI 大佬 Andrej Karpathy 在内都极力推崇这个工具。

生成播客的能力，我认为倒还其次，它最核心的能力其实是对（多）文档的理解和分析。不过播客（Deep Dive）让它锦上添花了倒也是真的。

之所以能生成质量很高的播客也是建立在此基础上的。

所以，NotebookLM非常适合做文献阅读、分析；或者当你想从很多资料中了解某些信息时，就直接把相关的资料扔给它。

你看官方对它的定位也是“personalized AI research assistant”（个性化人工智能研究助手）。

NotebookLM 用的模型是 Gemini 1.5 pro，目前谷歌性能最强的大模型，正常在 Gemini 中需要订阅会员才能用，所以这也算开了一个小后门。

如果要说缺点，那就是它不支持中文（似乎目前除了英语，其他语言都不支持）。

但这也不是什么大问题，因为这里说的不支持只是说它不输出中文，但上传的内容是否为中文，都不影响它工作的，甚至也可以用中文提问题，它会自己翻译为英文再去处理。

至于输出是英语，就算英语不好，翻译一下也解决了。

毕竟我们用的是它强大的文档分析和理解能力，而不是翻译能力。

我试过处理中文文档，比如把最近关于一线城市楼市政策的材料上传给它，然后问想了解的信息就好行了。

过程完全没有问题⬇️

然后那个生成的播客其实也可以听听，效果确实挺好。

如果不告诉你它是 AI，可能完全听不出来，跟两个真人在讨论某个话题一样，当成练习英语听力也是不错的音源。