谷歌提供了大量 AI 工具,当你想深入了解某个主题或进行学习时,NotebookLM 或许是你的第一选择。它功能强大,由于仅使用用户提供的资料,内容更加可信,还能将这些资料转化为播客、思维导图等多种形式。但如果你没有相关学习资料,或者不需要 NotebookLM 那么多复杂功能,该怎么办?谷歌也为此准备了专属工具,那就是 Learn About。
Learn About 是一款 AI 实验性工具,功能直白:它是一个对话式学习助手,让用户以简洁直观的方式探索新知识。与 NotebookLM 类似,你可以上传文档,Learn About 会为你进行解读;但与 NotebookLM 不同的是,你也可以直接在搜索框中输入想了解的主题,工具会自动展开检索,无需依赖你提供的资料。
Learn About 的输出结果呈现为一份清晰有序的信息列表,风格有点像维基百科。除了包含图文的文本块,还有可点击的交互式列表,便于获取更多细节,并设有"词汇积累"板块,帮助用户熟悉该主题的专业术语。若找到相关 YouTube 视频,也会一并展示。
对于刚开始接触某个领域的用户来说,往往不知道自己还有哪些知识盲区。Learn About 对此有所考量,专门设置了提示性问题板块,引导用户进行更深层的思考与探索。
Learn About 还能揭示用户所查主题的常见误解。在实际体验中,笔者查询了狮身人面像的相关资料,工具指出了一个广为流传的错误说法——拿破仑士兵打掉了狮身人面像的鼻子,并纠正称鼻子受损很可能发生在拿破仑时代之前的数百年。与大多数信息一样,Learn About 也会标注信息来源。
在每个板块底部,Learn About 提供三个按钮,分别用于简化内容、深入探索或显示图片,引导用户进行更深入的学习。
为帮助用户追踪学习进度,屏幕左侧设有一个专区,不仅展示当前主题的"全局概览",还记录用户在交互列表中点击过的内容,方便随时回顾。在笔者的使用过程中,该区域仅显示了点击过的条目。
想要专属 App 的用户可能会略感失望,但其实大可不必。Learn About 与 NotebookLM 不同,它侧重于内容消费,而非生成新成果(如将资料制作成视频概览)。该工具可直接通过手机浏览器访问,在小屏设备上的显示效果也相当流畅。
与谷歌的其他产品一样,Learn About 理论上应该会保存对话记录,但在实际测试中,笔者在手机上无法找到之前关于狮身人面像的对话;在电脑浏览器刷新页面后,记录也随之消失。这确实令人有些沮丧,但目前该工具仍属于实验阶段。此外,在 iPad Pro 上使用时也遇到了限制——在 Chrome 和 Brave 浏览器中,系统弹窗提示 Learn About 暂不支持平板设备,但在 Safari 浏览器上则可以正常使用。
尽管存在上述问题,Learn About 整体上仍有不少亮点:操作简便,定位清晰,不求功能繁杂。对于学生或任何对新知识充满好奇的用户来说,这是一种以对话方式轻松探索知识的好途径。
Q&A
Q1:谷歌 Learn About 和 NotebookLM 有什么区别?
A:Learn About 不需要用户提供资料,直接输入主题即可获取信息,适合快速入门学习;而 NotebookLM 则基于用户上传的资料进行分析,能生成播客、思维导图等多种内容形式,功能更加丰富复杂。两者定位不同,Learn About 更轻量,NotebookLM 更适合深度研究。
Q2:谷歌 Learn About 目前有哪些限制?
A:目前 Learn About 仍属实验阶段,存在几个已知问题:对话记录保存不稳定,刷新页面或切换设备后记录可能丢失;部分平板设备(如 iPad Pro 上的 Chrome 和 Brave 浏览器)无法正常访问,但 Safari 浏览器可以使用;此外暂无专属移动应用,需通过浏览器访问。
Q3:谷歌 Learn About 适合哪些用户使用?
A:Learn About 适合学生、自学者以及对新领域感兴趣的普通用户。它操作简单,无需准备资料,支持对话式提问,还会自动提示相关延伸问题和常见误解,帮助用户建立系统认知。对于只想快速了解某个话题而不需要深度文档管理的用户来说非常实用。
好文章,需要你的鼓励
亚马逊旗下运营近20年的众包平台Mechanical Turk已停止接受新用户注册,并将于2026年7月30日正式关闭。该平台于2005年上线,早于AWS公有云业务,曾是全球知名的众包任务市场,涵盖验证码识别、情感标注等人工任务,后转型为AI训练数据标注工具。随着亚马逊推出SageMaker Ground Truth等替代方案,Mechanical Turk的历史使命已宣告终结。
LUMOS是一个让AI通过操作系统无障碍接口直接读取界面语义信息来操控电脑的中间层,避免依赖截图识别,降低AI电脑操作的资源消耗和出错率。
微软研究院发布Memora记忆系统,旨在解决AI智能体在长期部署中记忆碎片化、检索效率低的问题。Memora通过将存储内容与检索方式解耦,引入"主抽象"与"线索锚点"双组件架构,在LoCoMo和LongMemEval两项基准测试中表现优异,上下文token用量最高可降低98%。但专家提醒,实际企业成本还需考虑索引、存储及合规审计,且该项目目前仍处于研究阶段,尚未达到生产就绪水平。
腾讯混元联合多所高校提出PolyFlow,用流匹配模型并行生成艺术家风格3D网格,速度比自回归方法快百倍,几何精度达到新高。