NotebookLM刷屏后，我们总结了10个用法并重新回答一个老问题：AI如何影响内容？
01:06:25 Share

欢迎收听十字路口我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会十字路口是乔布斯对苹果公司的一个比喻形容它站在科技与人文的十字路口伟大的产品往往诞生在这里 AI 正在给各行各业带来改变我们寻找访谈和凝聚 AI 时代的积极行动者和他们一起探索和拥抱新变化新的可能性

我是主播科技杨远诚联合创办了街旁新事项和唐岛我相信科技尤其是 AI 会在未来十年彻底改变社会赋能人类欢迎大家找我聊天碰撞想法链接下一个可能性我是主播荣慧目前在一家专注科技投资的风险投资机构工作之前在第一财经周刊担任驻硅谷记者

在本周节目正式开始前照例是我们的十字路口黑板报栏目在这个栏目中我们将邀请朋友们来介绍他们的最新产品活动招聘等等动态上周呢我们讲了两个朋友的新项目这周我们自己也有两间 AI 新鲜社跟大家分享

第一件是我们最近在新时下发起了一个叫做 AI 遗嘱的产品邀请年轻人来写遗嘱首先还别被遗嘱这个词吓到了这不是什么不吉利的事恰恰相反它是一次可以让人去深度思考生命的机会我们希望通过产品去激发年轻人通过直面死亡来思考生命的意义

AI 遗嘱怎么写呢并不是让 AI 来帮你写而是请 AI 来对你进行采访 AI 很会引导它会不断的追问细节追问你在答案背后的深层思考 AI 大概会提出 10 个左右的问题之后 AI 将会根据对话整理出一篇完整的遗嘱目前已经有大约 1 万人在 AI 的帮助下写下了自己的遗嘱也欢迎你来试一试

通过写遗嘱在与死亡四目相对之后我们或许能够看清人究竟在为什么而活从对死亡的思索当中获得对生的领悟

今天的第二条黑板报是我知道这个十字路口的朋友当中不少都在海外创业尤其是在硅谷创业大家多多少少都在考虑利用好中国优秀的研发资源在国内设立一个研发团队因为不但工程师的薪资低而且沟通与交付的质量都很好

但是如果创始团队在国外要远程在国内来招聘管理甚至哪怕是发工资较无险一金都挺繁琐的所以最近我有朋友开始在系统性的提供这项服务帮助了 20 多家在硅谷的 AI 公司在国内招聘和管理研发团队他们在北京上海和深圳都设立了办公室如果你有类似的需求欢迎在 show notes 当中添加十字路口的小助理的微信来了解更多

同时如果你是正在寻找新工作的工程师也建议你可以考虑一下远程去位硅谷的 AI 公司工作的机会不但可以赚美金而且如果你加入的是华人创办的公司我想语言沟通的问题应该也不会太大感兴趣的工程师的朋友们也欢迎在 shownotes 里面找到十字路口小助理的微信进行添加

大家好欢迎收听这期的十字路口这期播客是久违的我们俩聊天的形式其实最初呢是我们俩想聊一聊中秋节前我去香港参加生动活泼主办的 Future and Remix 活动特别是我在其中主持了一个关于 AMD

AI 如何改变我们所消费的内容的一个圆桌讨论这个圆桌讨论的出发点是 AI 显著的降低了内容创作的门槛之后让更多的人有机会成为创作者生产出更多有趣的内容这必然会给信息消费供给和生产带来很多变化很有意思的是在这个活动之后我们觉得 AI 和内容这个领域出现了一个新的可能会带来非常多改变的一个非常重要的产品 Notebook LM

所以我们今天就决定从 notebook LIM 助手来聊一聊我们的使用体验我们看到了它的一些使用场景和站在今天来看 notebook LIM 出现并且看起来它正在朝着一个

杀手机应用的方向飞奔那我们现在站在今天这个角度上又要怎么来回答这个 panel 的问题那首先我们先来请 Kogi 来给大家简单介绍一下 notebook lm 吧虽然很多朋友其实可能已经用了但是对还不了解 notebook lm 的朋友先来快速了解一下它是什么 notebook lm 是 google lab 出的一款产品然后他其实说来和他的名字是一样的是一个 notebook 是一个笔记本

然后呢你可以把你在某个主题之下的所有的内容全部丢给他然后向他提问请他生成提纲甚至生成一段音频比如说如果你最近在研究某种小鸟比如说你在研究夜露那你就可以把夜露的 10 个 pdf 什么 100 个音频 10 个视频全部都丢给他

然后这个时候你可以请他用他最牛逼的也是在网上最广为流传的那一个功能就生成一个音频那这个音频呢是两个播客主播在这一本正经然后又非常有活力的轻松的针对你的内容来聊天然后他之所以能够刷屏就是因为这个音频他自然准确

充满火力讲的比真人还要好然后我其实觉得这么介绍吧有一点就是难以用语言表达它有多好所以我们给大家做了一个例子就我们把十字路口这档播客的介绍还有我们历史上做过的一些内容全部丢给了 notebooklm 那它有一个特别强的地方就是它支持超强的上下文创口所以丢给它的内容再多它都能处理的还蛮好的

大家有没有感觉到我们正在站在一个大型的架构上?今天我们来探索这种感觉,特别是 AI 世界。我们在这个中国的节目《Crossing》中做了一段视频。

我认为有趣的是,《Crossing》的主要关注的是 AI 与商业与企业之间的互动。它是关于让 AI 相关、可接触的、甚至是让人们尽可能地驱动这个科技转换。而且这不是一个像"Dry Technical Podcast"那样的专辑。对。名字本身,"Crossing",似乎指示了 AI 的复杂性之间的线路,以及这种非常人性的渴望,

抓紧它和使用它。对,这节目很精明地与斯蒂夫·杰布斯的"苹果"描述了"苹果"。在科技和人文的交界中,对,而"跨越"的意思是在那种转变中,你知道吗?这是让事情变得非常有趣。我喜欢这个,所以它是在找出人类的故事,在文字中,所以我们有节目评论,视频描述,所有那些好东西。你认为这是这期节目的主要哲学?

所以在心中,我认为"跨越"是由于这种非常强烈的信念,那 AI 是一个好方法。它是一个工具,有能力能够令人们更好,并且能够改进业务的方式。

不知道大家听完是什么感受反正我其实会觉得很多时候比我说的好多了

我是觉得他们说的百分之百都比我好那到今天 Cody 你会觉得它是一个 killer app 吗因为其实继 XGBTcharacter.ai 之后好像 notebook lm 是一个

最新出现的一个相对来说更现象级的一个产品但是另外一个点是我们既然在今天这个时间点现在已经十月了这个产品其实出的挺早它是九月的时候才被更多的人看到了那你当时用跟现在用的感受又有什么不一样呢我觉得首先这个产品是迅速的刷屏的尤其是它用这个生成的音频大家真的都叹为观止吧自然就传播起来了

然后我自己感觉这一个月过去看到了越来越多的用力所以今天其实我们也准备了十个我们看到的 notebook LM 大家用的比较特别的又有价值的一些 use case 来和大家分享这是一方面待会我们会给大家讲这个部分然后另外一方面是其实这个一个月 notebook LM 还是在不断的升级比如说他现在支持了团队支持了公司的协作这个我觉得也是蛮重要的一个升级的

因为大家共同做一个项目这件事情然后这一个月其实有非常多关于 notebook lm 怎么用的文章和视频在网上到处的流传然后这里面有一些是大家想得到的有一些是非常搞笑的然后我们今天这个会跟大家分享十个有一种抛砖引玉给大家一些启发给大家一些这个看看别人在怎么用的这样的参考那

比如第一个先说一个搞笑的就是有人试着把自己的简历丢进去然后请这两位主播生成一段夸夸播客然后你可以听到两个人对你的这个简历当中的各种细枝末节都表现出强大的兴趣和浓厚的情绪价值甚至有人讲说听这两位主播如此热情洋溢的讨论我表扬我这个效果简直这个堪比去看了一次心理医生

然后第二个这个看到的用力是非常质朴的就是把会议记录丢给他然后因为大家知道这个在公司越大组织越大有时候会议就越冗长然后现在会议也都有录音然后有时候老板也会要求说今天你没有来这个会那你下来把这个录音听一下至少你要开下部

所以 notebook lm 呢就提供了一个可能是你可以把两个小时的会议音频丢给他他给你生成一个五分钟或十分钟的二人对谈的播客那这个对谈呢就听起来肯定比领导发言有趣多了因为大家在刚才也听到了那两个人是这个表达能力也好幽默感也好这种情绪强度也好让你听得下去这是第二个用法

然后第三个用法呢是我看到有人把一本《红楼梦》整个丢进去然后或者把一本《百年孤独》整个丢进去然后请 AI 来讲书 Notebook OIM 生成的这个讲书的内容也挺好玩的这个是第三个用例

然后第四个是我看到这个国内的产品 monica 他们出了一款新产品这是一个 app 这个 app 呢叫做 rift podcastrff podcast 他其实和 notebook lm 是相关是被他们启发他做的事情是什么呢他会把 product hunt 或者 github 圈定或者 hugging face 或者这个 arcsfe 就上面每天的热门的内容

抓取下来然后再生成一段播客这样你就像每天听晨间新闻一样只是你听的晨间新闻是当天由 AI 去抓取的你感兴趣的信息源的当日的热门内容然后生成了一段听起来像模像样的品质蛮高的一个播客我觉得这个是一个

非常迅速的有执行力的一个落地其实很多朋友听到 Notebook OM 之后有一个反应就是那我是不是可以让它取代以后每天早上的国际新闻或者国内新闻这样的早间广播理论上是的

只是今天还没有人去认真的做那我看到 Monica 团队他们做了这么一个产品还是蛮感慨的但他们选的场景是比较垂直的是针对创投行业或者做 AI 领域的朋友们感兴趣的内容去做的产品

这是一个超越了 notebook lm 就他启发出来的新产品这是第四点我看到第五个有趣的这个应用的场景是因为大家知道这个 AI 大神伊利亚推荐了非常多的论文而看论文这个事情呢其实还是蛮枯燥的所以就有伊利亚的粉丝把伊利亚曾经推荐过的所有的论文一起丢给了 notebook lm 然后请他生成了 podcast 并且还把这个 podcast

上架到了 spotify 现在一共有 30 期这个 podcast 的名字呢叫做 the ai research 大家感兴趣可以去听一下我觉得这其实也是某种意义的科普就直接把论文变成科普的小音频让大家听起来更加的轻松那个 andrew capardi 他自己也做了一个类似的但不过这个应该是他自己做因为他也是这个

Notebook LM 的超级支持者吧他是把一些就是很深奥的那些书然后用这些书作为这个原文档然后让 Notebook LM 生成了一个播客那个播客挺深刻的也在 Spotify 上

对其实他这背后我觉得包括红楼梦百年孤独还有这些论文啊他们都类似就是把一些大家读起来很费劲甚至有点读不下去的一些内容但大家又感兴趣也觉得有价值的内容把它换一种形式来去解读来去表达那最过去呢其实也有人讲书对吧也有人去讲论文但是这个今天 NOTEPROGRAMOM 出现之后你可以

就是接近零成本的至少今天他也没有收费接近零成本的把这些枯燥的冗长的你觉得该看但没时间看的内容把它变成一个轻松的可以消费的音频所以这是 Notebook OM 让很多人感到兴奋的一个主要原因然后我们要分享的第六个案例它有点像它是有一个人把一家银行在过去三年的财务表现

你可以想象这个有如果你要去看那个 PDF 的话得有这个几百页一年这三年的长达数千页的 PDF 全部丢给 Notable LM 然后请他来去讨论这个银行在过去三年财务表现到底怎么样所以这也是一个大开脑洞但是听一听又觉得

能非常强大的提高我们的生产力以及让我们可以就是一个人去获取更多的有价值的有洞察的信息的一个好做法荣慧你看到了些什么可不可以也分享一下对我看到一个我觉得一个非常直接跟可能大家非常熟悉的一个应用场景 Ryerson Martin 自己在推特上分享的他最近自己用的一个方式就是他

他去这个圣天使城堡旅游然后他找了很多关于圣天使城堡的一些资料账传到 notebook.lm 让 notebook.lm 给他生成了一个就是他们那个音频 deep dive 然后他自己一边游览然后他一边听这个 notebook.lm 给他生成了这个旅游景点的介绍其实这个我觉得他

跟现实场景有非常相关的一个映射就很像我们在比如说在博物馆里面听的这个导览然后他说他自己就沿着沿着那个路边就一边走一边听自己的这个音频之后他还写了很多就是他自己的一些反馈

就比如说他听完之后觉得说一定要还是需要一个移动版的会更方便等等等等如果大家有兴趣的话其实可以去看一下他当时写的这个这是等于是我们列的第 7 个这个应用然后第 8 个是有一个公司叫做 sardine 他是用

公司的 200 页的文档给 notebook lm 然后让 notebook lm 生成了一个十来分钟的一个对话这个公司是一个应该是一个做安全的公司然后他们这个对话是讲这个产品是怎么样来保护用户的保护他们的客户的这个银行账户的安全其实这个用力是一个非常典型的 product marketing 的一个

比如说我们其实也看到很多公司会做播客来讲自己的产品来讲自己的应用其实这就是一个可以说是成本非常低的一个来做这个 product marketing 的方式了第九个是 notebook.ilm 团队中有一个非常特别的人这个等会我们也会讲到以前是一个记者是一个作家叫 steven johnson 我看到他在接受一个媒体采访的时候说他自己是怎么用这个 notebook.ilm 的他这个故事好像已经在好几个

采访里面都讲到就是他会用 request 做这个读书笔记然后他一年差不多能写 8000 条他自己有一个叫做 next book 的 notebook 然后他会在里面放一些他对下一个项目下一本书的一些计划一些灵感

然后素材然后让 notebook 来帮他头脑风暴比如说让 notebook lm 给他建议这个文章的结构应该怎么样来设计然后根据他上传的材料来提供一些洞察他自己就说这个东西很像他的一个 personalized 的助手其实这个就让我想到其实以前采访老罗的时候老罗就说为什么

他以前演讲的时候会有那么多的东西讲他就说其实他自己有一个笔记本这个手机上的一个笔记本然后他会想到什么他就往这个笔记本里存一些东西所以当他需要用的时候等于就是他就有一个素材库就感觉这是一个

古早互联网时代的一个这个 notebook 吧第十个用例就是我们找了一个我觉得还是挺开脑洞的这么一个想法吧是在 reddit 上看到的然后 reddit 上有一个人说就是他用 notebook.lm 来重新看自己以前看的书他自己以前写的博客

他说他的感受就是 No Book I Want 把他从前的那些经历从前的那些阅读给复活了因为如果不是 No Book I Want 的话他可能都已经把这些都给忘了所以他就很好奇会不会有一种可能就是当我们把以前的一些资料全部都丢给 No Book I Want 然后让他来做成播客每天播出

这样就会变成一个人的人生的出门的世界等于就是每天都在重新的看自己的生活然后让这个分享更有意思一点的是这个下面的第一条评论有一个人说你可以再配上一个 meta ribbon 的眼镜然后每天拍你周围的东西每隔 15 分钟拍一些照片然后用这个一些模式来记下你每天吃了什么这样你就是在实时的存档你每天在干什么

哈哈哈哈觉得这个慢慢的生成自己的人生传记以上就是我们和大家分享的看到的好玩的 10 个 notebook2m 的应用当然绝大多数的应用就我们没有讲到的其实是更加正统的就大家用它来学习做科研或者用它来工作我们分享的其实是一些更有趣更好玩的一些开脑洞的用法

还是比较建议大家自己去试一试目前是免费的然后其实我们看到关于 notepok.com 的评论报道是铺天盖地的在过去两周但其实十字路口我们之所以决定在此刻做这个内容也是想说等这个热浪稍微过去一点我们可能可以做的

更有价值以及更有思考一方面是我们可以看到更多大家在怎么用 Dotabook OOM 的案例另一方面呢是我们可以拉开一点时间线之后再去过了那个热潮之后再去相对全面的冷静的看这个产品它到底提供了什么价值以及这个产品它到底是在怎样一个环境里面在怎样的一个团队下面用怎样的工作流程给生产出来的就做出了如此一个现象级的产品

所以在这些所有的评论报道我们看了那么那么多下来永慧你自己印象最深刻的是什么呀

当时看这个 notebook lm 的报道其实一个最直观的感受就是首先会条件反射的以为这是一个创业公司的项目但是看到就是它其实是 google apps 的其中的一个测试的一个产品我其实也看到挺多人开玩笑就是说因为这个产品然后很多人就说可以看到 google 这个创新的能力还是很强啊什么的然后我其实去看了一下 google apps 的一些介绍就是它其实是 google 内部的一个孵化器

用来测试和公开演示一些新的项目它其实在 2002 年到 2011 年是一直存在的然后到 2011 年后被关闭了一段时间

然后在 2021 年的时候这个名字变成了 Google 内部测试 AR/VR 的一个内部的一个小组然后再到 2023 年 Google 在 Google I/O 大会上又重新宣布他们又有 Google Labs 组织它的工作是 Experiment with the future of AI 意思就是说来做未来 AI 的一些尝试如果大家现在去 Google Labs 这个网站上其实看到它有很多个项目然后 Notebook LMS 是其中的一个

所以感觉这个 Google 的创新能力还是非常强的包括 Notebook OOM 还是 Google 一直以来的 80% 20%的这个文化之下诞生的就它是一个 20%的时间由 Google 的团队去做创新所做出来的一个产品这个就不得不感慨江海是老的辣就是这样的企业文化和这样的这个工作方法它确实是酝酿创新的很好的土壤

对然后在看他的这个整个组织的时候发现其实他们应该人还不是特别多看到比如说这个 Riza Martin 她上了两个播客一个是那个 Lenny 然后一个是红杉的那个播客里面都有提到最开始其实只有好像三个人然后我后来在 linkedin 上看了一下他们应该好像也是十来个人吧

对就 Zotbook LIM 的创始团队只有三个人到现在就确实人数是非常少的但我觉得现在做 AI 产品确实也不需要那么多人了对就这里都有很多基础设施都搭的非常好然后同时大家有了这个写代码的 AI 工具

做设计的 AI 工具一切都超级个体了都可以变得更高效团队可以更利我自己看到 Google Apps 这些资料的时候其实会很好奇一个问题是因为在一个 Google 这么大的一个公司里面怎么样去做一个

小的组织他是按照创业公司的这个思路来做的其实肯定他在组织关系的平衡上是要比一个初创公司遇到的挑战是要更多的里面有一个挺有意思的细节是 Google Apps 他现在的这个负责人他的职位是 Google Apps 的 VP 然后我在 LinkedIn 上看了一下他的经历就是他其实在 Google 待了超过 15 年

他的介绍里面是说他在 Google 做过非常多的产品比如说这个 Google PayGoogle Wallet 可以想象就是他其实是可以帮这个小的团队来平衡很多公司内部的关系资源的这么一个角色

那这其实也很不容易一个在大公司工作了 15 年的人还有意愿以及有活力和动力去驱动一个创新产品那多数就是在国内大厂工作了 15 年就那个人生状态可能再去做一个 google apps 这样的项目有点困难

我觉得还是挺感慨的其实我看到他们团队里面有另外一个我这个大为震惊的一个团队成员是一位作家叫做 Steven Johnson 然后甚至在很多报道里面都有提到在 Notebook LM 这个产品的诞生过程中这位作家 Steven 他是发挥了非常非常大的作用的

首先 Notebook LLM 它其实还是给知识工作者或者是给这个创作者提供的一个工具那在生产这个工具的过程当中团队里面如果有一位资深的创作者那他本身一方面就是可以告诉这个团队我是怎么做的

把我的工作的过程工作的流程和我观察到的同行们的工作过程把它更好的理解并且翻译成产品这个是一个很特别的配合模式就直接有用户而且是可能全世界最牛逼的用户之一在你的团队里面

然后另外一个就是因为 Dotabook OIM 它最后输出给用户的也是内容大家都很感慨说为什么做的音频那么好我觉得这里面应该也有 Steven 的功劳他会从一个内容怎么叫好怎么叫美怎么叫让大家觉得有用有趣听完之后有共鸣就等等角度给反馈来去配合产品经理配合工程师不断的调整我其实觉得这个很可能是

未来要去做 AIGC 就生成内容的产品的团队都可以考虑的一种工作模式就是团队里面除了产品经理除了设计师除了工程师可以考虑以某种方式引入一位在你们所做的这个领域里面最资深的创作者让他从 day one 就开始深度的参与整个产品的打磨的过程所以他不但可以保证最后产品做出来是大家

目标用户用起来顺手的也可以保证这个生产出来的产品它在审美上在调性上在质量上可能也是过关的就这个是我觉得挺有趣的一个团队搭建的未来的趋势

对,其实我在这个 LennyScan 红杉的播客里面其实都听到主持人有问这个 Steven Johnson 他发挥重要作用的地方然后他这个产品负责人呢其实都提到了有一个 Content Studio 这么的一个特色但是其实在两个播客里这一点上都好像没有特别多的更详细的说所以我理解这个其实是他们的一个壁垒所在吧回到我们说到前面说在香港的这个 AI 如何改变我们消费的内容的这个主题

我自己感觉是在 notebook lm 的影响下重新来看当时讨论的问题的时候其实可以想到当时 panel 中 Yolanda 她是香港大学新闻传播系的老师她就提到比如说美国有小型的新闻机构他们现在是做调查性新闻报道的时候用生成式 AI 来总结美国各州的政策文件来让读者来更容易的理解如果让记者跟编辑来完成这个工作的话

会花费的时间跟这个精力会非常非常的多那其实我觉得可能一个阶段是用 AI 来总结另外一个阶段是有了 notebook.lm 之后把这些资料全部给他然后让他来生成这就和我们前面说到的一些比如说把书或者论文丢给 notebook.lm 让他来生成的用力其实有点像都是在利用他基于原文档和结构化内容整理的能力

那这个 panel 里面其实也讨论了 AI 带来的假新闻的问题怎么解决当时圆桌的另外一个嘉宾林毅他是 B 站的 up 主之前是学机器学习现在在做和 AI 和科技相关的内容当然他也用了很多 AI 的工具林毅就有说到我们可以用魔法来打

其中我想这个一方面是有兰达介绍的可以用 AI 来先做一遍 fat check 就是事事核对然后来交给人类接管另外一方面就是在 notebook LM 出现之后也许可能会有一个改变就是可能会改变我们来了解或者是阅读传统的新闻的一个方式因为大家知道其实传统的新闻写作它有比较严格的要求对很多人来说其实是会觉得有点无聊的

那 notebook.com 生成的内容第一它基于原文档第二是它可以把内容整理和转化成大家更容易接受的对话式的方式那从源头上它给了用户更多的控制权就是你可以选你要看哪些内容其次是它把这种接受的方式互动的方式也变得更容易接受了

也就是我就想到前面 Cody 说的是不是有可能以后我们每天听到的国际新闻都有可能是由 AI 来说的也是一种可能吧那当然这个里面它还是相对来说加了一个步骤就是需要人来进行一次操作但我想说其实这可能是一个

所谓魔法打败魔法的一个尝试的方向吧那在这里呢我也想多介绍一下这个圆桌除了 Yolanda 跟林奕还有一位嘉宾 Gary 他是美图的 CFO 他也和我们分享了一些美图作为一个生产力工具在 AI 这个时代的尝试这里也想和大家说明一下

接下来的这个圆桌是英文的因为那天现场主要的交流语言是英文那我们也在此特别的感谢生动活泼邀请我们去参加这个活动接下来就是这次活动的原生如果大家有任何关于 notebook lm 或者是这次活动的主题 AI 如何改变我们消费的内容有想探讨的或者是有问题都欢迎给我们留言那我们就开始放原生了

歡迎我們的主持人上台很高興能在這裡主持這次的主持人 A.I.和媒體消費的未來如果您看看他們的背景這次的主持人就像是一名業界的經理產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產生產

如果您以我作为一个内容制作者来说,请自己介绍自己,并告诉我们 AI 对您的业务和工作所带来的最大的改变,尤其是在过去 10 年中。开始是 Ulanda。大家好,我是 Ulanda Ma,我专业于香港大学的学生学院教授。所以,博士大学的学位非常高,但我们也不太好。

我以前是一位文化学生我曾经在香港的 S&P 华为讨论会议中工作我最近刚刚加入 HKU 但我过去一段很长的时间在美国的电脑政策上工作了

我曾经也当过政治研究员所以关于企业的变化我会更加集中在新闻和新闻媒体的专业化在过去的一年内我会说企业在很正常的状态中在去年我再说一下 10 年前我还在新闻公司的 Roydus

当时我们开始研究 AI 我们有一个小小的 I&D 团队在美国那里当时那是一个很酷的、很怪异的事情只有很少人会研究到现在我认为媒体部队已经被推进了我们现在必须做些什么大家变成了内容制作者大家变成了情报供应人现在我们要做什么?

公司的資訊供應服務的能力被破壞了所以我覺得業界在這方面很難過讓我先停下來 接著請下一個主持人

谢谢

我们开始时,我们是一个众多众多的应用公司,我们尝试成为一个非常简单的 Photoshop 版本,专注于帮助用户创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,创造,�

我们开始是一个电脑应用软件然后在 2011 年我们成为了一个电脑公司在 2013 年我们其实开始了我们自己的 AI 学院叫做 MT 学院

在那段时间,我认为电脑组合是我们的最重要的 AI 技术。我们经常把面部的点击减少,使用一只一按就可以很容易删除面部。再继续一下,

一到两年后,我认为 Generative AI 真的把我们公司的目标扩大了,帮助创建者做很多不同的应用。例如,现在我们有一个程式叫 XDesign,它就像 Canva 一样,但它是专注于电商方面的,使用者可以很容易创建电商照片背景。

然后我们还有一个应用程序叫 KaiPi,帮助你的播放者或视频制作者容易地删除他们的视频然后视频就会一起组成你也可以加一些效果,让它看起来像是现实节目效果,提升你想说的点点等等所以我觉得 Generative AI 真的增加了我们的商业目标

在帮助建立一个经济我自己有点不太愿意说一些关于音乐的事情因为其他观众的原因所以在 2020 年至 2023 年我没有训练很多 AI 但我训练了自己在玩古典琴

其实是很痛苦的过程,但结果我能够完成 LTCL 计划,所以我非常高兴。我与前面的观众们一起鼓舞,学习器是非常重要的。现在的 AI 能够变成人类,但未来谁知道。让我先把这个问题交给林先生。

嗨 大家好 我是 Yi 我是一位創作者我們正在開設 Bilibili 頻道和 YouTube 頻道我的創作者在第三樓你可以點擊訂閱我們的 Bilibili 頻道有 1 萬訂閱但它在中國中心

那是一条街的一群人,所以没关系我们的 YouTube 频道有 200 万订阅者我们的内容基本上是关注我们的软件项目就像是展示我们的发展过程一样我们在我们的视频中告诉我们的发展故事我们的频道增长之后,我们有更多机会

或许与企业领导谈论,听听他们的意见,或许做一些面试。我们也在做一些记者的工作。这就是我们所做的工作。关于问题,

10 年可能太多了因为 10 年前我还是中学生所以如果我们谈谈 AI 的影响在 10 年在我身上的目标上这形成了我决定的大学选择因为我还在那时候还在学习当时 AlphaGo 很受欢迎所以我决定选择工程学系为我的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学研究所的大学�

在这个过程中,人们越来越像普通人一样,用这个工具来展示自己的想法以前我们想要制作一些电影,我们想要制作一些酷的视频,这需要很大的额外额外的额外的额外,但现在大家可以有自己的新创意见,并且能够展示在 AI 工具中

可能不像是高品质的,但它是从 0 到 1 的改变。他们开始用这个工具来表达自己。我看到的是,很多有趣的内容在社区中流出。可能我们选择的更为难,但这也给予更多的创意思想机会。

所以這是我所看到的我可以分享一個私人故事我覺得 AI 對我的生活中最大的改變

我也是在开始我的 Podcast 我告诉我的同学们这些谎言我开始了一个 Podcast 去研究 AI 因为我担心失去工作我也是一名报道所以我可以提起很多 Ulana 所说的事情接下来我们会谈谈 AI 在制作方面的信息进入到什么程度

我们都有很多话要说所以第一个问题是请分享一到二个故事 新的事物 AI 让我们的生活变得可能以前的事物也变得不可能还有之前的不明显需要有什么完成

我可以开始我刚才说了媒体业界正在玩绑架游戏但是我只是想给一些企业的伟大者提供一些信息所以有些我不会说是革命的创新但有些是有利的我给两个例子一个是在新闻集团的专页上

Royder 在 2017 年或 2018 年推出了一款名叫 News Tracer 的產品它是一種普通人,例如報道員,不能做的東西它創造了 700 萬個日期的推特,在過去還在推特上的它是在調查什麼是破壞新聞

而在新闻生产业中,老闻生产的模式是越快越好。所以,用 AI 可以把所有资料挖掘,证明新闻,并给报道人的项目,

例如大火之類的事例如只是一個報告在新聞室裡說話也可能很快就被認出所以這給了雷德斯為一個公司的勝利者一個 5 分鐘到 20 分鐘的時間比對手的時間

这不一定是观众所感受的因为你最终会得到新闻你可能不太在意如果是五分钟的差距还是二十分钟的差距但这对公司来说是有关的

另一个例子是在生产站上的情况这可能不一定是读者能够明白背景的情况其实这有很多关于 AI 的用途有些新闻组织用来复制千万如果不是万万的文件

是一個美國的組織是一個比較小的組織主要是關於調查新聞他們可以用 GNF AI 來總結所有美國的政策文件並且讓他們更加

是能够容易被读者读取的所以这就是另一个试验如果你用一位报道人或文章来做这需要很多人的时间和能量我记得哪个文章是那一位美国最大的报道人

他说用 AI 作为你最好的学生或者说有百多个学生他们对你做了很多工作但是你需要正确训练所以我觉得这两个例子一个是在新闻联系上另一个是在制作方面

从收到的角度上,你可能不太感觉到那种区别,但这在一些新闻中发生。我会在输出的地方谈谈,但我觉得这其实是最发生的改变。所以,林毅说:

现在所有正常人都可以开始创建内容所以, 传统商业模式的计划是在分散的我们不是只跟如瑞德在传统商业的 Broomberg 竞争但是我们是跟所有千亿、亿万人的传统商业竞争的那些人在竞争中那么, 正常人, 像你和我, 如何收到这些信息, 如何接触这些信息?这些事情的流程如何?这些事情实际上是大家要解决的问题

凯瑞

是原始的所以有其他有趣的功能是很多人都不会使用但如果真的需要的话就会很棒比如说我的牙齿不太好

正確的說法是英文的它們不太配合原本你沒有辦法解決它除非你穿著手帽但現在我們的應用程式可以重新創造你的牙齒然後讓它看起來非常好

你不需要做很多事情,除非你去看病人。但我们的应用程序可以做到。我们也有做过视频。我们原本认为视频可以更有效率,

你

那些剪辑就不会走掉,它会只会粘在你脸上,然后你会看起来完美。所以,很多这些东西都被 AI 做得很成功。但是我希望要重申的是,这不是只是 generative AI。传统 AI 也是非常重要的。如果你看看,一个人数的百分比,用于 AI 功能的一或多人,是超过 87%。

我们的应用程序虽然人们不太认为是 AI 应用程序但是很多用户都在使用 AI 功能就像 Ulanda 说的我们有这个机会有更快的进行复制内容我讨厌我的学生但 AI 可以更快地解决问题但我也讨厌 AI 因为它们很难与我聊天我喜欢技术但我讨厌他们的方式

这是一个新机会我们有了这么多的技术能够使用我们可以从它们中发生快速反应就像 Garrett 所说的我们有了新的技术例如画面和视频复制我的观点是我们看到越来越多的人有了能力将他们的想法向世界展示这种新的 AI 技术我所说的是从人工制作的角度而我也是一名设计工人所以从

我也是在这个新的改变途径中经历过的我以前是专注于电脑区域的发展而当我们在发展新的应用程序或许是功能时我们在想我们应该在哪里得到训练资料这实际上是一个真实的情况这事件刚刚发生了两个月前我正在想在这种应用程序中

或是给你一个比较好的结果从老的角度来看我认为我们应该在哪里获得训练资料呢我们应该在哪里获得每天的照片和比较好的结果呢但突然间我们觉得不,我们可以直接使用 GPT-4O 因为我们有这个共同的技术基础所以我们可以使用它做我们想要的事所以以前那并不是可能的

我们现在可以使用这种共同的技术我们可以使用我们有在我们的手里我想以 AI 的帮助来说之前不可能的事情供应和供应关系会变化我来个例子我以前曾经与一或两个设计师、自由联系人员工作在我们的公司里面现在我不需要与他们合作

用 Canva 和 Meet Journey 我自己可以做到的所以下一条问题是你们看到有没有改变在制作关系和产品创建上?我先开始吧有趣的是你提到你以前跟两个设计师聊天现在不需要跟他们聊天可能他们因为 AI 而得到 10 多个顾客

是的所以这是我们所见的因为我认为 AI 工具尤其是生产能力工具其实能够使用者做事情的速度更快所以任何技术进步有些工作会被判断但同时也会发挥很多生产能力而这其实作为一体

我们的工作人员的努力是增加了正面的反应我们在我们的业务中特别看重这一点因为我们在一方面我们服务了超过 4 亿的电商卖家用我们的应用程序来创建内容、创建贴文、创建联系统筹等但在另一方面我们有 Zetco 也就是中国的手机

ZKU 有超过 17 亿的设计师和艺术家他们的活动也在增加所以我们其实没有看到任何人受到伤害在整体上所以我认为作为一个企业或 AI 应用公司我们的目标是真的尝试创造

所以使用者可以更有效率,而在结果上,我认为利用者将会是消费者,因为你会能够得到更多的评论关于你想买的东西。你会得到更好的宣传统,在某个点上可能会被你个人认为。

所以我认为在路上会有生产生产增长对,我可以提到一些更新闻的观点我认为有两种现象在发生

嗯

林毅先生

你用的" civilized "的意思我會說是" democratized "的意思就是在內容製作方面的東西所以現在我們所有人都在受到資訊浮沉的情況下我相信在過去一周,我們都在受到一些事情的壓迫你不需要去找出你需要的資訊

所以所有这些现象在加上来说实际上这里有两个挑战一个是对每个用户的挑战我们如何实际上发挥自己的系统来实际上得到资料的源头或者实际上需要的资料另一个挑战

传统的发布家或新闻供应商是如何能够接触到观众的新消息我认为有些动作在发生一个例子是现在以自动设置互动技术为例视频内容变得比以前更流行相比两年前的情况

所以最近有研究指出,由於在 GNF AI 的助理內容上,新聞內容的流行性,舊式媒體公司和出版商開始製作更多的影片,以達成新的需求。

所以我认为将来会有更加平行的情报 ecosystem 重新重新重新重新在下半年之后的变化我们不一定知道那是怎么回事但是变化肯定会发生的我觉得正式的分析是

我的观察是,更多的内容在流出,肯定会有不好的内容,不仅是好的品质,所以这可能会是一个问题,但是我正在尝试对待这个情况的,我是个懒人,所以我会让它走,我会选择流行视频,我相信观众的选择,对吧?

我们谈论了新技术现在来到问题是 AI 为我们创造了什么新的问题我认为新闻业

在過去十到二十年來,科技的進展是最重要的尤其是 AI 的產生內容發展而有新聞說一些新媒體網站使用 AI 來產生他們的新聞而被用者和讀者基礎所以我認為 Ulanda 有很多關於這方面的觀察

所以 Yolanda,你能給我們一些你看到的新問題嗎?對,絕對有

最可能的最后一句话最后一张照片基于数据

而是有的,而數據在很多情況下都被鎖定了所以在這方面,其實…我認為創作者們,例如第一個攝影棚,很棒希望我們可以像他們一樣掌握這些東西但我們無法,我們必須堅持很多的新聞理論理論,但某程度上

40 different countries

对 谢谢今年有 40 个国家在选举中选举了数百万人但是他们也面临选举的问题包括选举的误解关于选举和选举的选举关于不同的选举

我认为那是一个真正的例子我认为那是一个美国的国家开始收到拜登的电话通知所以现在很容易可以做到 10 分钟的

用 10 秒的声音来制作音频我们在学校有一个 AI 课程学生们可以在一个课程中制作音频我们可以教他们如何制作误解信息但知道了这些事后他们得到了拜登的电话叫他们要否投票他或者不投票川普结果是一个 AI 制造音频的信息并没有

拜登的方式所以这不是只是写信业的挑战而是社会的挑战所以有不同的挑战和解决方法我们需要想想媒体或是观众的情报文化

我认为我们都很教育得很好的我们可能知道如何证明源头但那又如何证明人们较少教育得了的人们可能没有机会证明或者想想我们的父母我妈妈总是发现误解的所以如何实际地做出这种文化训练这需要更多的系统讨论来解决

这些问题有引起讨论吗?对,正如我之前提到的,这并不是网络业业能够解决的问题。其实,我认为这也有两个缺点。第一,是 AI 负担的讨论或谈论。

所以你需要理解问题够多,才能够实际地解释,并且能够告诉观众。这就是我们的讨论和实践。另外,我可以谈谈我的国家联合联合团的工作。其实,这是我们的大项目的一项项目,我们在谈谈选举关于误误误解证,以及如何将这个系统的执行方式执行。

基本上,我們開發了一個產品,使用智能去做事實查詢的過程。這是幫助,並非只用智能去做事實查詢,而是使用智能幫助你做一些事實查詢的部分,並且去發現更可能的錯誤,然後你會遵守人類的指導。以此為基礎,我們在發展國家中工作,並且有地區媒體組織,有地區網絡和地區語言。

去做更多人的侵略和事實檢查所以你會有媒體組織、AI/技術、政府進行的環境然後是公眾的問題最後希望他們能解決我們面對的問題

有任何意見嗎?有一個說法是用魔法來打敗魔法如果問題是由於智能解決的,我們可以用智能解決問題我們可以有這個 AI 的代理我們正在想著這個我們可以有這個 AI 代理來幫助把錯誤的資料和事實搜集

我记得马克·萨格巴尔说过你之前说的什么

我认为这是一个不新的问题我认为这不仅仅是你所看的观点 Fox News vs CNN 每个人的观点都不同你认为的就是误解所以我认为 Yolanda 的点是教育是很重要的一部分而至某程度上是比较容易的解决 AI 生成的问题

人類觸摸的錯誤在現在的主義中的討論中但明顯地 未來可能會更難

I mean it's a good chance for a new human as a whole to raise your critical thinking capability and try to discern and with the help of you know

我认为这也是一个办法所以我还是很自信的

我认为这不是人和人工自然的争夺,而是人和人之间的争夺。人和人的技术是要对着对方斗舞。这就是我认为新闻中心一直在遭到的挑战。我记得十五年前,我第一次看到纽约《日报》的 H5。我的心理认为这是新闻中心的大挑战,因为新闻中心需要

因為他們太...對不起好 沒關係 也許這不是你所謂的

不是 这只是个笑话因为他们太多了他们对每个业务都太多了我还有一个问题所以 Gary 你有被任何制作者或媒体群众联系吗在什么程度上可能只是想和你们聊聊可能有可能

我们通常会做面试但在我们用我们的工具来帮助媒体公司我认为他们并没有特别因为现在我们的业务是很专业化的所以第一部分的应用程序主要是专注于网络商业

当然,作为一个媒体公司,我们的应用程序仍然可以使用我们的应用程序来创建一些的,比如说,纸巾,或是一些产品,之类的,但是它们并没有专注于这些,所以就像是说,你可以使用 Photoshop 来改造你的脸,但你比较好使用 Mate with Xuxu,就是这种形式。

是更容易的說到內容創造林毅在他中學時期學過機器學習他的影片是關於 AI 的可以給我們一個例子嗎你創造的最近的工作是 AI 的嗎還是 AI 的幫助呢就像我跟 AI 的同事對戰

我最近的内容都与 AI 工具有关我们使用它来生成画面我们使用这些画面在我们的视频中我绝对使用 GiGbt 或 Cloud 来帮助我写我的文章这就是我用的用途

在这种过程中我真的有点难过因为我和 AI 顾客聊天他们的回应很快他们的态度很好但是他们的能力很差我认为现在的 AI 顾客就像那些大型语言模式他们有这个问题

用的步骤其实这不是我所说的原则是 MiniMax 的总裁说的我用他的想法去扔下来大语言模式的现实反应是更加的无法定义

是你一秒就想起的事而不是深入的答案所以这造成了很深奥的用途你可以用 AI 人员你可以用大语言模式去做一些简单的任务但你不能做复杂的任务比如说我准备了这次的课程我必须要走过很多步骤我需要找到一些问题我需要做一些准备

我一直在想,我如何把它转化成

我教育我的学生。有些人在学习,他们还在担心工作,他们要开始工作,在下个月就要找工作了。有些人已经在担心工作失去了。但我认为,林奕是说,作为一个人,你必须更聪明。

更加系統化和 strategic 的思考方式讓你能夠與 AI 合作並且讓 AI 幫助你做出有用的事情但要做到這一點你必須要將你的工作或思考過程分析得非常系統化只有這樣

我认为这对于个人而言,但也对于我们的业务来说,你需要分析一下,知道哪个部分的工作能实际上进行和支持。所以,我认为这些是我们所有人都需要多想想的事情。

在这次讨论的最后一部分我们都是用户的消息用户也有所提问我想谈谈我们如何控制我们每天的读法和消费的消费方式你有什么建议吗比如说你最先得到的消费方式是什么你专心地做的事情你会控制你的读法

以及在那篇消息中,AI 在哪一部分的角色上有所参与如果我想做一些正式的研究我还是会去做正式的报告和报告我作为一个产品创作者所以我需要知道社区在说什么所以有时候我必须去那些垃圾的池塞然后找到我们的观众在说什么我之前也说过我做的事情就是

或者是我的社群或是我的 algorism 它們會給我一些信息然後我會看看 人們在說什麼我的建議是 其實我也會有些時間可能一天或兩天 只會離開所有的內容

人的脑子有些限制在这段时间你只是想要保持一致在这一代的情报污染的时代

其實這不是人工智能的問題,這是人人總是想做一些垃圾的事在大體上,我依然會堅持傳統的新聞但其實要學到一些很深奧的東西我還是會看報紙或跟專家聊天但我覺得 AI 很容易得到的就是

对

这些大语言模式会有些错误但是这就是在哪里有的技术家会说好 可能这是你从 GPT 获得的但这不是正确的所以我觉得作为人物我们必须找办法让 AI 增加你的效率但你不需要依靠 AI 来更改人的知识我觉得我们还不太在那里

我不知道这会发生什么在十年之内会不会变得更少我很高兴听到老式的记者还在这里做一些事我自己来说我从社交媒体里得到的最多的资讯但我认为我对于我社交媒体的最多的资讯是从传统记者和媒体专业的所以我知道那是可信任的资讯而不是垃圾而我个人的

I wish is actually I can build an AI agent to manage my information intake.I don't know how to do that.If any of you have ideas or where to start,I'm happy to get some inputs.

如果你认为有朋友也会喜欢本期十字路口的内容请转发微信推荐给他们最后欢迎你加入十字路口的会员群我们会在群里每天放送 AI 全球新闻并且鼓励大家在群里聊天互动交朋友寻找未来的同路人