谷歌AI播客刚火，Meta就开源了平替，效果却一言难尽
引言： 随着谷歌和 Meta 相继推出基于大语言模型的 AI 播客功能，将极大地丰富人类用户与 AI 智能体互动的体验。然而，Meta 刚刚开源的 NotebookLlama，作为谷歌 NotebookLM 的平替版，其效果却引发了争议。
AI 播客的新时代： 上个月，谷歌宣布对旗下 AI 笔记应用 NotebookLM 进行一系列更新，允许用户生成 YouTube 视频和音频文件的摘要，甚至可以创建可共享的 AI 生成音频讨论。这使得 NotebookLM 的用例和覆盖范围进一步扩大，并吸引了众多用户，包括 AI 大牛 Karpathy，他利用 NotebookLM 创建了一个 10 集的系列博客，将每个主题的维基百科条目链接在一起，并生成播客视频。
Meta 的开源平替： 为了应对谷歌的领先优势，Meta 推出了 NotebookLlama，它使用 Llama 模型进行大部分任务处理，包括 Llama-3.2-1B-Instruct、Llama-3.1-70B-Instruct 和 Llama-3.1-8B-Instruct。NotebookLlama 的运行流程是先从文件创建转录文本，然后添加「更多戏剧化」和中断，最后将转录文本馈入到开放的文本到语音模型。
效果争议： 然而，据外媒 Techcrunch 报道，NotebookLlama 的效果听起来不如谷歌 NotebookLM 好，带有明显的机器人口音，并且往往会在奇怪的时刻「互相交谈」。Meta 研究人员承认，使用更强大的模型可以提高质量，但目前文本到语音模型限制了声音的自然程度。
用户反馈： 一些用户直言 NotebookLlama 的效果糟糕透了，要想真正地对标谷歌的 NotebookLM，就要在语音转换效果上接近人类水平。不过也有人认为，虽然目前效果不佳，但随着所有代码的开源，用户可以自定义尝试不同的提示方法等，相信未来会变得更好。
Meta 的下一步： 目前，Meta 只使用了一个模型来编写播客大纲，未来可能会尝试使用两个智能体就感兴趣的主题进行讨论，以提高播客内容的质量。
结论： 尽管 Meta 的 NotebookLlama 在效果上还有待提升，但它仍然是一个具有潜力的开源项目。随着技术的不断发展，相信 NotebookLlama会在未来取得更大的进步，为用户提供更优质的 AI 播客体验。
参考文献：
注： 本文根据提供的新闻信息进行创作，并加入了个人观点和分析，以提供更全面的信息和思考。
Views: 0