我们的创始人 我们的公司 我们的团队 故事 播客 Arc 开启搜索 Google NotebookLM 的 Raiza Martin 与 Jason Spielman：打造有趣的 AI 播客主播，以及 source-grounded AI 的潜力 第17期 | 访问 Training Data 系列页面 跳转到引言 Google 的 ChatGPT 时刻？NotebookLM 的诞生 让 Audio Overview 充满魔力 用户体验与使用场景 惊喜时刻 设计抉择 全新 AI 原生体验面临的挑战 NotebookLM 未来将走向何方？让 Audio Overview 更具对话感并注入个性 Audio Overview 的灵感从何而来？在 Google 内部打造 NotebookLM 播客 Training Data
Google NotebookLM 的 Raiza Martin 与 Jason Spielman：打造有趣的 AI 播客主播，以及 source-grounded AI 的潜力 Google NotebookLM 的 Raiza Martin 与 Jason Spielman：打造有趣的 AI 播客主播，以及 source-grounded AI 的潜力 立即收听 Apple Spotify YouTube Amazon
来自 Google Labs 的 NotebookLM 已成为今年爆红的 AI 产品。让它一夜走红的功能是 Audio Overview，它可以根据你上传的任何内容——书面文档、音频或视频文件，甚至 PDF——生成逼真到近乎诡异的双人播客音频。但把 NotebookLM 描述成“播客生成器”却大大贬低了它。这款产品真正的魔力在于，它提供了多模态维度，让你能以全新的方式探索自己的内容，而且所补充的上下文出奇地具有增益效果。Raiza Martin 和 Jason Spielman 与我们一起探讨这种魔力是如何实现的，以及 source-grounded AI 的下一步。
NotebookLM 的产品负责人 Raiza Martin 和设计负责人 Jason Spielman 在 Google 打造了一款突破性的 AI 研究与写作工具，它因能从任何来源材料生成惊人逼真的播客而 viral 出圈。他们对 source-grounded AI 的创新方法以及直观的用户体验表明，AI 工具可以增强而非取代人类能力，同时让复杂信息变得更易获取、更引人入胜。
NotebookLM 主播 1：大家好，欢迎来到 Training Data。
NotebookLM 主播 2：很高兴来到这里。我是 Sequoia Capital 的忠实听众和粉丝。主播 1：作为另一档播客的主播，能以嘉宾身份加入，挺让人兴奋的。主播 2：是啊。我真的只想说一声非常非常非常感谢。谢谢你们邀请我们上节目。主播 1：没错，说真的。谢谢 Sonya 和 Pat 邀请我们。主播 2：我的意思是，听起来我们之所以能上这个节目，是因为我们自己也有很多听众，很多 Deep Dive 的听众。主播 1：哦，是啊。自从上线以来，我们已经做了大量的 Audio Overview，所以能有机会聊聊这件事真的很棒。主播 2：能来这里绝对是一次很酷的体验。主播 1：而且能分享我们接下来的计划也很令人兴奋。主播 2：没错。我们会继续学习，为你们变得更好。主播 1：很高兴你们能一路同行。主播 2：所以，是的，继续收听吧。保持好奇。我们承诺会继续深入挖掘，嗯，未来为你们带来更棒的选择。
Sonya Huang：两周前，Google 推出的一款神秘实验性产品成为了全城热议的话题——NotebookLM，这是一款 AI 驱动的研究工具，它因能从任何来源材料制作出令人震惊、又带点诙谐的逼真播客而 viral 走红。今天，我们很荣幸邀请到 Raiza Martin 和 Jason Spielman，他们是 Google NotebookLM 的产品负责人和设计负责人。我们与 Raiza 和 Jason 聊了聊这款产品的灵感来源、在 Google 这样的大型组织内部开发这类项目的过程、涌现出的令人惊讶的使用场景，以及 NotebookLM 的下一步。
Sonya Huang：Raiza、Jason，非常感谢你们今天加入我们，我们很高兴能在你们的 AI 播客主播接管播客界、让我们失业之前，把你们请到这里。谢谢你们来参加。
Sonya Huang：我想先问问，人们把 NotebookLM 称为 Google 的 ChatGPT 时刻。它本来是一款处于预览模式的实验性产品，却突然 viral 走红。GPU 正在呼呼运转。你们成了全城热议的话题。你们认同这种说法吗？
Raiza Martin：对我来说，ChatGPT 曾经是非常重大的时刻，所以要把两者相提并论，我感觉有点，哇，真的吗？但我认为，从很多人那里我们看到的是，它产生了类似的影响：哇，这就是 AI？这就是 AI 能做到的事？所以这其实挺酷的。
Jason Spielman：是的。从某种角度来说，我也同意，当我第一次听 Audio Overview 的时候，当第二位主播加入时，那真的像是一次震撼心灵的体验。但我觉得，在底层，Gemini 1.5 Pro 能够消化所有这些非常复杂的信息，并以相当简洁的方式输出，这两者结合在一起，对我来说，绝对是一个难以置信的 moment。
Sonya Huang：为了所有正在收听的观众，能不能介绍一下 Notebook 是什么，给还没用过这款产品的人？
Raiza Martin：好的。Notebook 是一款 AI 驱动的研究与写作工具，但我觉得如今大家更熟知的形式是：上传一个 source，然后它就会为你生成一段 audio overview——也就是一期播客。
Sonya Huang：这是偶然发生的吗？你们一开始就想做一个能取代播客主播的杀手级产品？还是某种机缘巧合下诞生的？
Raiza Martin：说实话，我们一直在探索不同的输出 modality。我觉得语音是下一个方向，而我们选择了对话形式。我们事先知道这会是一个 killer 功能吗？我想说没有。我觉得它很神奇，但它真正触达用户的方式令人愉悦，也出乎我们的意料。
Pat Grady：我知道你们做 NotebookLM 已经有一段时间了。能带我们一起回到项目最初的时候吗？最初的想法是什么？它是如何诞生的？
Raiza Martin：好的。我记得当时我还在做 AI Test Kitchen，那是去年的事，而 Notebook 最初其实是一个 20% 项目。我们有一位工程师一直在做一件叫“talk to small corpus”的东西。特别有意思！我知道，我知道。我当时还在想：“corpus 是什么？”但后来我跟他聊，他说：“嘿，其实这个想法是，你可以用 LLM 和你的数据对话，试着从中提取信息。”我当时就想：“哦，这太有意思了。”
于是我开始思考，这有哪些实际的使用场景？其实我自己是作为成年学习者重返校园的，所以我就想，等等，如果我能用上 LLM，而且我了解 LLM 能做什么，那我是不是可以用它来和教科书之类的材料对话。哇，这太令人兴奋了。我能想象这如何改变我的生活，也能改变很多人的生活。就在那时，我们开始全力冲刺，想着我们要做出什么东西，才能把这个产品的第一个版本介绍给大家。然后在 2023 年 5 月，我们推出了 Project Tailwind，就是这么简单。你上传一个 source、一份 PDF，就可以和它对话。
Jason Spielman：是的。我认为，正是 source-grounded 这个事实让这款产品如此独特。我觉得即便在我开始思考这个项目的时候，我都没有意识到，我在生活中创作的每一样东西，往往都有某种先前的 artifact 或文档，而我正是用它们来创造新内容的。所以我认为，至少就目前而言，我会把它称为一个 source-grounded 工具。但我们真正在做的，是成为一个用于创作以及其他许多方面的 source-grounded 工具。
Sonya Huang：关于 NotebookLM，你们能分享一些数据吗？
Raiza Martin：我想说的是，在推出 audio overview 之前，我们原本就在稳步增长，但自从上线这项功能后，增长速度明显加快。这让我们非常兴奋。它成了吸引用户使用产品的一个很好的切入点。另外我还想说，虽然这个功能把用户吸引来了，但用户通常会为了其他功能留下来。这也很有意思，能看出大家到底想从 Notebook 这样的工具中获得什么。
Sonya Huang：那个播客或者说 audio overview 的体验简直不可思议。能不能给我们讲讲它背后的工作原理？你们是怎么把它做得如此逼真的？对话是怎么做到这么精彩、这么引人入胜的？它真的能让人沉浸其中。你们是怎么做到的？
Raiza Martin：是的。首先我得说，这背后投入了大量工作，是团队协作的成果，也凝聚了很多匠心。但它的核心其实是 Google 的模型。Gemini 1.5 是一个非常厉害的模型，它能接收你输入给 NotebookLM 的所有数据，然后从中生成全新的内容。再往后就是支撑 NotebookLM 的语音模型、音频模型。我觉得，连接这两者的真正核心是我们自研的 Content Studio。它真正赋予了内容“编辑感”——从你导入内容到最终生成播客，Studio 在其中会加入一些编辑上的发挥。
Sonya Huang：嗯。那未来你们会不会把 Content Studio 的调节功能开放给用户？比如让这一期更有趣，或者让那一期更严肃？
Raiza Martin：我觉得，因为现在用的人太多了，很多人都很喜欢这个功能，所以我们听到很多反馈说，下一步用户想要“旋钮”，对吧？他们希望能控制它。我本能的反应是：“好，那我们赶紧把旋钮上线。”但我现在正努力让自己更有纪律地思考：大家之所以爱上这个功能，是因为它让人愉悦，有魔力。那我要怎么做出同样让人愉悦、有魔力的旋钮呢？
Raiza Martin：当然，我能做的有限，但我觉得有办法做到。所以我很想做这件事。
Jason Spielman：而且我确实认为，audio overview 能爆发式流行，部分原因在于它是一键生成的简单体验。我之前跟我奶奶打电话，想教她怎么用，结果根本不需要解释。我说：“你先把素材丢进去。”她说：“哦，我明白了，然后点这个按钮生成。”我觉得正是这种极低的创作门槛，才真正引爆了它的传播。所以当我们考虑加入这些“旋钮”时，我觉得必须非常审慎、有目的性地去做。
Sonya Huang：对。你提到大家是冲着播客来的，然后为了其他功能留下来。那你在“其他功能”里看到过哪些最棒的用例？
Raiza Martin：我觉得最出乎我意料的一个——我之前稍微提到过教育场景的用例，这对我个人来说意义很重，我也看到很多学生和教育工作者在用 NotebookLM。但让我惊讶的是，居然有这么多人在工作中使用它。举个例子，我们在 Google 内部做了一项试点案例研究。在广告团队里有很多广告销售和客户专家，我之前不知道，对这些销售人员来说，他们的销售培训和文档长达数百页。
Raiza Martin：我当时就想，这谁能学得完？而且内容还一直在变。所以很难把产品原理掌握到足以向客户推销的程度。销售团队平常的做法——或者说在用 NotebookLM 之前——都是互相发消息问，比如：“嘿，Joe，这个东西怎么运作的？我要怎么向这个客户介绍？”然后等 Joe 回复，再把内容复制粘贴到邮件里，稍微改一改，就这么搞定了。但实际情况是，像 Joe 这样掌握了大量知识、读过所有文档的人，他们会建一个 notebook，然后分发给销售同事。这样一下子就有几百个人自动用上这个 notebook，因为他们再也不用去烦 Joe 了。这让我觉得很有意思，因为我意识到，哦，这是一个非常简单的用例，而在此基础上还能衍生出更多可能性。
Jason Spielman：完全同意。其实我跟一个做销售的朋友聊过，他说：“兄弟，这太棒了。我建了一个 notebook，打电话时遇到不会答的问题，很快就能问出答案。”所以我觉得这种知识分发的理念，对大型销售团队或数据中心之类的组织真的很有帮助。还有一个我觉得很有意思、可能你也认同的用例：我有很多朋友在风投和 PE 工作，他们有一种叫机密信息备忘录（CIM）的东西，我之前从没听说过。我有个朋友说，他的工作基本就是啃这些资料包。于是他把收到的文档或幻灯片丢进一个 notebook 里，现在处理这些相当复杂的信息的速度比以前快多了。他告诉我他的工作效率提升了 10 倍，这很了不起。这确实让他能更快地完成工作。
Sonya Huang：播客主持人和风险投资，你们这是要抢我们的饭碗啊。
Jason Spielman：我们是在帮你们更好地工作。
Sonya Huang：那在这个过程中，有哪些时刻最让你感到意外？对我来说，最酷的一个瞬间是 AI 主持人意识到自己其实是 AI 的那一刻。但一路走来，有哪些时刻最让你惊讶？
Raiza Martin：我先说一个。当时我要睡觉了，大概是上周末，或者就是几天前，我在刷 Twitter——睡前刷这个可能不太健康。
Sonya Huang：顺便说一句，你的 Twitter 内容太精彩了。
Raiza Martin：（笑）我刷着刷着就看到了那个“poop fart”的。还没听过的人……
Raiza Martin：我现在也觉得，这简直是个……
Jason Spielman：顺便说一句，这个非常值得提。如果你还没听过，你真的需要了解一下这个有多神奇。
Raiza Martin：好吧。如果有人还没听过那个“poop fart”，有人……
Raiza Martin：有人上传了一份文档，里面从头到尾只有“poop”和“fart”这两个词，一遍又一遍地重复。文档还挺长的，但就只有这两个词。我看到他们做了什么，看了他们的描述，然后心想：“天哪，我现在该不该点开听？已经 11 点了。如果我点了之后发现是个安全红线问题，那我今晚就别想睡了。”因为我得提 bug，得去敲工程师：“嘿，我们这边出状况了。”但我还是想，“算了，听吧。”结果简直难以置信。
Jason Spielman：难以置信。我当时看到也是，“哎呀！让我们看看这会生成个什么东西。”
Jason Spielman：结果一听，“哇，这也太棒了，比我想象的还要好。”
Raiza Martin：那一刻我不禁想说：“干得好，NotebookLM。小家伙，你表现不错。”
Sonya Huang：太厉害了。你们做了哪些设计选择，让 Notebook 用起来这么顺手、这么直观？
Jason Spielman：我想说——我澄清一下，我们仍在做这些决策。我认为目前我们正处于快速发布、然后与用户紧密合作以了解什么最好、他们想要什么的过程中。现在的技术发展如此之快，真的很难知道什么才是可能实现的。因此，我们真正在推动的是一种快速发布，然后与用户并肩协作打造最佳产品的模式。但更具体地回答你的问题，我认为我们做了一件事，某种程度上几乎是个意外之喜，就是让左侧的 source panel 变得非常清晰。我认为我们是一个 source-grounded 项目，我们需要明确一点：你是在和你上传的 sources 对话。因此，把这些 sources 放在左侧是这个项目相当关键的一部分。不过我也认为，正如我之前提到的，audio overviews 做到一键生成确实取得了成效，我们真正投入到了这种简洁体验中。但话虽如此，接下来还有很多功能要推出，我们也在积极与用户合作改进产品。
Raiza Martin：我想补充一点，关于设计选择，其实还有产品优先级方面的考量，那就是要思考如何让新事物变得直观。这非常难，尤其是像“首先你得上传一个 source”这样微妙的步骤。用户通常会对这一步感到犹豫：为什么？对吧？就像“我用 ChatGPT 不用上传 source，用 Gemini 也不用上传 source，它直接就能用。”所以我觉得我们在“it just works”这个层面还有很多工作要做。
Sonya Huang：在让用户接受这种全新的 AI-native 体验时，你认为最大的挑战还剩下哪些？
Jason Spielman：是的，我认为我们正处于所谓 AI 设计的 skeuomorphic 时代。解释一下，skeuomorphism 指的是虚拟物体模仿真实世界物体的设计。这在早期 iOS 中很常见，比如备忘录应用顶部有皮革装订，便签纸是黄色的，这是为了帮助用户从物理世界平滑过渡到虚拟世界。我认为现在在 AI 领域也看到了类似的情况，我们需要构建能够帮助用户适应现状的 UI。我觉得目前我们正在尽最大努力保持创造力，思考这些全新甚至疯狂的体验，同时也要理解，对很多用户来说，这是他们第一次与人工智能交互。
Sonya Huang：你怎么看——我认为 Midjourney 做得非常好的一点是，它让用户很容易克服空白提示词的难题。对我来说这是 Midjourney 做得极其出色的一点。还有其他哪些应用在应对这类 UI 挑战方面让你们欣赏？
Raiza Martin：我想到一个。最近我刚试了 Pika，我特别喜欢它的 Pika effects，上传图片后你能确切看到会发生什么。因为 Pika 在某种程度上和我们类似，你得先上传东西，然后可能要写 prompt 或者选择一种 effect。我觉得它做得特别好，就像：嘿，这是预览，对吧？它会把东西压扁。我当时想：“这也太有意思了！”然后我上传了一个——里面有个 effect 大概是蛋糕效果。我上传了一杯饮料，一张饮料的照片，然后我说：“变成蛋糕！”就是那种期待饮料即将变成蛋糕的感觉。我当时一直在想：“快点，快点，快点！”甚至想：“我现在是不是该付费了？”那还是我第一次生成。我已经准备好付钱了。当时我就意识到，哦，这里 definitely 有门道——让用户看到另一面的效果，这真的能激励用户不仅把图片给你，还会特别期待看到结果。如果是我的话，就会说：“拿走我的 10 块钱！”所以真的非常有效。
Jason Spielman：对我来说，我很喜欢 Claude Artifacts。我认为他们在代码生成方面做得非常出色。我们聊过很多关于写作和代码生成的事，看到行业内其他人也在思考这个问题感觉很棒。我认为目前，正如我刚才简要提到的，我们正处于这样一个阶段：希望拉平 AI 和人类之间的层级关系。我们绝对不想取代你的工作，我们只是想帮助支持你的工作，你懂吧？而我觉得 Claude Artifacts 就是一个完美的例子，它很酷的一点是，你可以和聊天窗口对话，同时也可以在右侧开始构建东西。
Sonya Huang：嗯。你们觉得自己的产品跟 Claude 的做法相比有什么异同？你们追求的目标是否相似，还是怎么看待这些差异？
Jason Spielman：我认为首先，至少目前来说，我们是一个 source-grounded 工具，这立刻就让我们有些不同。话虽如此，我认为我们在广泛思考创作这件事，利用你上传的那些 sources。
Raiza Martin：嗯，顺着这一点说，LLM 交互的 contextualization 真的非常强大，我认为它能创造更 sticky 的用户体验。我猜 Claude 那边的人可能也知道这一点，或者 Anthropic 的人、OpenAI 的人可能也知道。Google 的人肯定知道，但我认为问题在于什么时候引入它，以及合适的 surfaces 是什么？所以我觉得这正是 NotebookLM 让我兴奋的地方，因为我们从一开始就立足于此，对吧？所以有那么一点意思是，随着人们逐渐意识到 source-grounded workflows、source-grounded stories 的重要性，这可能会成为他们寻找的工具。如果我们全力冲刺这一点，希望能在其他还要兼顾各种其他用例的人之前走得更远。
Sonya Huang：你之前提到，Chat 某种程度上是 AI 的 skeuomorphic 界面，而你们正在尝试更疯狂的东西。那些更疯狂的东西可能是什么样，给人什么感觉？给我们透露一点。
Jason Spielman：你知道，总的来说，我对这类 dynamic UI 非常感兴趣。其实 Claude 就是一个例子，对吧？你会看到一个原本不存在的 artifact 突然出现在界面中。我们在思考如何——我们在这里想做的很多，对吧？阅读、写作，但我觉得在用户不堪重负之前，你能做的事情是有限的。所以我们真正在探索的是，如何在利用你当下正在做的事情的同时，不会因为其他所有可能性而让你不堪重负？
Raiza Martin：对我来说，我经常在想如何更多地深入 new modalities，从输入和输出两侧分别意味着什么？我自己会做很多原型设计，也会实验很多自己的行为。其中我最喜欢的一个想法是，我可以边走路边和我的 LLM 聊天，对吧？或者说，和一个 AI 生态系统对话。最近我特别喜欢的一个例子是，我开始把每日日记变成这样：我不再亲手去写，而是来回对话，由它帮我生成日记记录。然后它还会生成可视化图表，比如“嘿，这周你的坏日子比好日子多”，或者“好日子比坏日子多”。这些是让你开心的事，这些是让你心烦的事。我觉得这种互动非常丰富，想想看，source-grounded AI，当然有一些非常实用的工作场景，也有一些教育场景，但个人用途同样很有吸引力。所以我在思考，如何把这些经验带回到 NotebookLM？也许在未来的移动应用里，对吧？我们可能会看到更多这样的功能。
Sonya Huang：可以说，NotebookLM 现在已经大获成功。你希望它接下来往哪里发展？
Raiza Martin：说实话，就是继续前进。我只想继续做出更酷的东西。我们想深化用户体验，想让它真正有用。我觉得现在充满了魔力，充满了惊喜，我们想兑现最初走红时的承诺，告诉大家：嘿，你可以留下来，接下来会很棒。
Pat Grady：你觉得目前产品最缺的是什么？
Raiza Martin：哎呀。这么说吧，如果我能回到过去，在这次发布时多做一些功能，我一定会做一个更好的分享体验。我在 X 上刷到那么多视频和可视化内容，大家用的都不是我们原生的功能，作为产品负责人，我就会想：“哦，我没法把这个用户算进来，因为他现在是在另一个平台上。”所以对我来说，真正缺失的是围绕 audio overview 的分享和协作功能。
Jason Spielman：就像我们一开始聊的，我对增加写作体验这件事非常兴奋。我们知道用户经常先进行问答，然后拿着答案去创作新内容。所以我很想帮助用户完成这整个使用旅程。
Sonya Huang：你们是怎么做到这种效果的——是通过 prompt engineering 吗？比如告诉它要对话感强一点？幽默一点？技术在层面你们是怎么做的？
Pat Grady：对，你们是怎么设计这些 persona 的？我对此也很好奇。
Raiza Martin：我们在后台做了很多事情，我想你提到了几个很关键的点，尤其是这档节目叫 Deep Dive，显然有两位主持人。我想说的是，这些 persona 在生成节目时拥有相当大的编辑自主权。所以我觉得，甚至连我自己都很期待，想看看根据上传的源材料，他们会把节目带到哪个方向。
Sonya Huang：哦，有意思。所以你们给每个源材料都赋予了独特的 persona，独特的处理方式，然后让它去创作播客。
Raiza Martin：对，一言以蔽之，这大概就是我们正在做的事最准确的解释了。所以当我们考虑编辑体验时，对吧？就是，对这种内容来说，可以调控的选项应该是什么？当然有一些基础选项，比如我不想听 Deep Dive，我想换一档节目；或者想要不同的时长，更短或更长；又或者我不想听全文概述，只想指定一个特定话题。因为目前它更像是一个基于概述的音频。所以这方面有很多可以微调的空间，但核心其实在于围绕你的源材料赋予编辑自主权，并努力给你一个全面的概述。
Sonya Huang：嗯。每次我开玩笑说你们会抢了我们饭碗，你们都说不会。我不知道你是不是只是出于礼貌才这么说，因为你们生成的内容确实好得没话说。所以我真正想问的是：当你说它还不足以取代真正的播客时，为什么这么说？因为在我看来，它已经好到足以取代真正的播客了。
Raiza Martin：这是个好问题，我也一直在非常谨慎地对待它，特别是因为，嘿，如果确实存在真正的风险，我想正视它，然后说：“好吧，我们怎么应对？”但据我观察，现在大家制作的很多东西，并不是我觉得会做成真正播客的那种内容，对吧？比如，我会想把一篇文章做成播客，然后取代我最喜欢的某个播客吗？比如 Lenny’s，对吧？我一直听 Lenny’s。答案是，不，我想听 Lenny 本人，我想听他对某个具体话题的看法。而且有意思的是，人们会给自己的简历做 audio overview，对吧？给 LinkedIn 个人简介，或者创业创始人把自己的落地页放进去，想搞清楚：哦，我的信息传达清楚了吗？这些东西特别酷，因为本来就不会有人给这些内容做播客。我是说，至少现阶段不会，对吧？但正是在这里我觉得，好吧，这感觉真的很对。感觉我们创造了一个空间，让个性化生成真正精准地满足我当下的需求，而市面上本来就没有对应的东西。这真的很特别。
Jason Spielman：它确实感觉像是一种不同的媒介。当然，它听起来像播客，而且你举的例子很好地说明了人们用它做的各种用途。但我认为 reaction video 在网上这么火也是有原因的。大家现在听这期节目不只是因为我们，而是因为他们想听到你们两位身处这个领域的人的声音。我觉得在思考播客时，这一点也很重要。
Raiza Martin：这种动态里有一点很有趣：尽管人们在分享自己生成的 audio overview，但它们其实是非常个人化的。就像，这是我做给我自己的，我不是做给你听我的简历的。是我本人对自己的简历的 audio overview 感到惊喜。还有一个特别酷的 TikTok，有个女生上传了自己 2004 年的日记，然后一起听，这很有趣，但核心其实是她对自己日记的反应，要知道，她本来永远不会去听一个关于自己日记的播客。其实我最喜欢的一个用例——我不知道这是不是 Discord 里看到的——最近有人发消息说，周末他们大学朋友的群聊消息爆棚。于是他们没有逐条看消息，而是把所有内容复制粘贴到一个文档里，然后说：“那好，周一早上我开车上班的时候，再来听听我这帮大学朋友说了啥。”我当时就觉得，这也太棒了。我觉得这就是个性化生成。
Pat Grady：在一个满是聊天框的世界里，“人们想听这个”、“人们想用播客形式来消费这些内容”这样的想法是从哪来的？这个想法是怎么产生的？
Raiza Martin：是的。我的意思是，我认为这多少回到了 Jason 刚才说的那个问题：我们如何用大家熟悉的形式，或者说以易于理解的方式交付新东西，让人们愿意尝试？我觉得“上传你的素材，生成一段新的语音内容”这个组合，让我们不禁思考：我们能生成的语音内容到底有哪些可能性？我们拥有非常强大的语音模型。我们做了实验，比如可以做独白，也可以做对话；可以给用户一个切换开关。但真正打动人的是对话形式，因为大家会觉得，哦，这是一个播客，对吧？而不只是那种我们通常预期的、把结果读出来的文本转语音。一旦我们看到人们有多喜欢这个功能，我们就知道这是我们应该做的方向。
Sonya Huang：好的，你们现在有了播客这个杀手级功能，同时也有一个极其通用的横向平台。接下来会怎么走？是继续深挖播客，还是去拓展……？
Pat Grady：我们什么时候能生成 YouTube 视频？
Raiza Martin：是的。我觉得，这只是一个成本问题。[笑]
Jason Spielman：现在你已经可以把 YouTube 视频作为输入丢进去了，但作为输出的话，我们还得再努力一下。
Raiza Martin：是的，这很令人兴奋，因为路线图——我不想说它很明确，我感觉这么说会给自己招霉运，明天就会出事。但我们知道，我们想要兑现这个承诺：引入所有对你重要的输入，并让你利用 AI 的能力创造新的东西。播客绝对是我们想要深入做下去的一种输出类型，尤其是因为我们看到了人们有多在意它。这是其中一个方向。但我们也想兑现其他方向，比如更实用的功能，因为每个人的偏好不同，对吧？就在——我想是两天前，有人跟我说：“嘿，你们能不能直接输出更好的代码？播客很酷，但你们能不能直接输出更好的代码？”我当时想，“哦，这主意不错。”其实它本来就在路线图上，但我说，“当然，没问题。”我们应该加大对输出形式本身的投入。
Pat Grady：好吧，我要问一个敏感的问题。
Pat Grady：不是那种情感上的敏感。
Jason Spielman：其实我们来这里就是帮忙的。
Pat Grady：可能有点敏感的问题。你们做这个产品的方式，看起来很像一家创业公司：非常草根、团队精干、快速行动、大量用户反馈、实时迭代、把一个不完善的东西发布给全世界，然后在生产环境中测试——这跟大家刻板印象中 Google 出来的东西似乎不太一样。所以我的问题是：作为 Google 的一部分，哪些方面帮助了 NotebookLM？而在这个项目上，你们又有哪些打破常规的做法？
Raiza Martin：这是个好问题。我想先从 Google 那些很棒、很独特的地方说起，主要有两点：第一，能在模型完全成熟之前就接触到它们，提前看到正在规划中的能力，这帮助我以不同的方式思考如何构建产品——也就是说，知道这些能力即将上线，我该如何让这条用户体验路径变得更好？这一点真的——真的很好。第二，真的很特别的其实是人。非常聪明、非常有才华、非常协作，而且只想做出酷东西的人。把这两者结合起来，对我作为一个产品构建者来说，就像，哇，对吧？就是这样。这就是我需要的全部。我只需要——我只需要执行。我只需要交付。如果我持续做下去，我们就能发布有趣的东西。我觉得，在那些不太符合常规或者我们做得不太一样的地方，我想说，加入 Labs 的时候，我就知道对我们来说最重要的事就是 ship。不发布比真的去做要容易，对吧？特别是在我在 Google 的经验中，很多时候我都会自我怀疑。我会想，“哦，这会影响到这个或那个吗？”要考虑的东西太多了，但我觉得一旦你转变思路，知道 PZero 就是 ship，并且要不惜一切代价做到。现在我就要在这期节目上说了，希望我们的工程师没在听。我还会设置很多假的截止日期。
Raiza Martin：这很好笑。真的很好笑，因为确实管用。我会说，“各位，10 月 10 号。我们必须搞定！必须发布！”然后大家就会说，“10 月 10 号？就剩两周了！”我说，“对啊，那怎么办？”他们说，“好吧，那我们得现在就开干了。”我说，“哦，是啊，我知道。”然后我们就拼命赶工。你知道，我说得轻松，但大部分时候，大家其实不会真的问，“10 月 10 号到底要发生什么事？”所以这招管用。对我们来说很管用。已经管用了两年。所以希望他们真的没听到这段话。
Jason Spielman：不过我也觉得，现在——我确实觉得外界对 Google 有一个误解，觉得 Google 很慢。你知道，我在 Google 七年了，其实我一直很惊讶于事情推进的速度。但确实也有一些非常大的团队，每天影响着数十亿用户。我觉得我们现在处在一个很理想的位置：既拥有大公司作为行业龙头的所有优势，比如规模和数据；但同时，因为我们是一个大约 10 人的小团队，我们也能快速行动。
Sonya Huang：我们迫不及待想看到你们继续在这个产品上做出什么来，也希望别太快让我们失业。但你们目前做出来的东西真的很令人愉悦。恭喜。
Raiza Martin：谢谢。谢谢你们邀请我们。这期访谈真的很开心。