隱藏在Google Labs里的5個神級AI應(yīng)用 精華
最近感覺大家對一些主流的模型更新都有點疲了。
我自己也是，我越來越想看到一些，更好玩、更有用、更豐富的AI的應(yīng)用，而不只是各種參數(shù)的增強，以及普通人感知不到的高高在上的東西。
所以，今天想給大家分享一個我覺得挺好玩的東西，是Google自己的一個官方大合集，名叫：
Google labs。
老粉絲可能還記得，我之前分享過兩個AI工具，Notebooklm和Whisk，這輛其實都是從Google labs里干出來的。
Notebooklm做出了當(dāng)時看來極具開創(chuàng)性的AI播客，直接開啟了一整條全新的賽道，Whisk則是當(dāng)時簡化了生圖的交互方式，讓角色和場景一致性保持的非常好，雖然最后被GPT4o錘爆了，但是我現(xiàn)在依然覺得，它是一個在當(dāng)時，非常好玩的應(yīng)用。
Google labs的整體調(diào)性其實一直是：
用更有趣的方式幫你學(xué)習(xí)，或者用更簡便的交互提升生產(chǎn)力和創(chuàng)造力，或者用具體的小需求讓AI和你的日常生活緊密結(jié)合。
現(xiàn)在，Google Labs里面已經(jīng)有三十多個已經(jīng)開放或即將開放的AI產(chǎn)品，在創(chuàng)新方面，交出了很不錯的答卷。
今天也給大家分享一下，其中我自己覺得很有趣的五個產(chǎn)品。
它們有些還不夠完美，規(guī)模也不夠大，但也許能讓你看到一些，AI更有趣更多元的模樣。
那，讓我們開始。
1. National allery Mixtape
這可能是整個Google labs里，最有創(chuàng)新精神的工具之一。
作用很簡單，給它一幅畫，它會自動根據(jù)這幅畫，生成一段配樂，同時給出配樂的樂器種類和風(fēng)格。
添加畫作，就可以自動生成音樂。
你可以基于這個畫作上，添加音樂，diy新的音樂。
我也跑了幾個case。
首先是梵高的向日葵，鮮艷明快的畫作背后，音樂卻是以憂傷舒緩的大提琴為主。
在畫面和音樂的交錯之下，你似乎更能看到燦爛的向日葵背后，梵高充滿苦難的靈魂。
非常符合當(dāng)時梵高的心境。
然后是這幅畫。
這是一個很有戲劇張力的畫面，來源于圣經(jīng)：一個巴比倫國王不知天高地厚搶了耶路撒冷的圣器用來宴請賓客，玩得正開心呢，上帝來抓他了，還用希伯來文寫了一行字警告他，國王看到上帝寫的字，嚇得宴會也不開了，慌忙逃竄，結(jié)果還是沒多久就死掉了。
配合這個故事，音樂的風(fēng)格就充滿了緊張感，還有些錯拍和混亂，告訴你：這國王內(nèi)心已經(jīng)徹底慌麻痹了。
遇到這種清新明快的風(fēng)景畫，它就會生成悠揚的鄉(xiāng)村音樂。
最后還有這個。
當(dāng)我看到這幅畫的時候，直接笑噴了。畫家是和模特多大仇啊？
配樂就做了那種很詼諧的風(fēng)格，讓我聯(lián)想到一群歡快跳舞的小哥布林。
不過就是還有很多提升空間，比如只支持內(nèi)容庫里的畫作，不能自己導(dǎo)入文件，但是完成度已經(jīng)很高了。
比起厚重的藝術(shù)史書本，這種用音樂來理解畫作的方式，更直觀，也有意思的多。
2. Learn About
Learn About這是一個AI輔助學(xué)習(xí)知識的工具。
不同于傳統(tǒng)搜索引擎的東一榔頭西一哨子，Learn About會幫助你用結(jié)構(gòu)化的方法去學(xué)習(xí)一個新知識。
拿Agent這個知識點舉例。
結(jié)構(gòu)化的第一步，是總結(jié)知識框架。
左邊的The Big Picture就是它為你總結(jié)的知識框架，包含定義、目的、特征等等，右邊就是具體的知識內(nèi)容。
可以先看左邊，獲得一個整體認(rèn)知，再去右邊詳細(xì)學(xué)習(xí)。
結(jié)構(gòu)化第二步，卡片式筆記。
具體的知識內(nèi)容包含圖文形式的介紹，相關(guān)內(nèi)容探索，每個卡片都可以點進(jìn)去單獨學(xué)習(xí)，確保沒有知識遺漏。
結(jié)構(gòu)化第三步，知識沉淀。
全都講完之后，它會給你三個選項。簡化相當(dāng)于用初中生能聽懂的方式給你概括總結(jié)，深入了解相當(dāng)于用大學(xué)生的標(biāo)準(zhǔn)給你深入講解，獲取圖像就是幫你把知識搜索一下，找到匹配的可視化成思維導(dǎo)圖、結(jié)構(gòu)圖。
用這個方法幫你更好地深入和總結(jié)。
中間還有一些非常好玩的互動式學(xué)習(xí)手法，比如你學(xué)著學(xué)著，他會讓你，停下來思考一下。
你想一想，想完了之后，點擊顯示，來印證一下你想的和答案是不是匹配的。
結(jié)構(gòu)化最后一步，考試。
一切結(jié)束之后，就來到了自我檢測環(huán)節(jié)，Learn About提出問題，你來回答，它給你評估。
還不是那種一般的選擇題，是真的那種，讓你好好答題的。。。
在你答完以后，還會給你非常詳細(xì)的建議。
這才是AI時代的學(xué)習(xí)方法好吧。
這一套組合拳下來，一個知識點很容易就吃透了。
3. Little Language Lessons
這是一個語言學(xué)習(xí)工具，我覺得在實用性上，可能已經(jīng)超過了多鄰國。
畢竟多鄰國上經(jīng)常要學(xué)很多你根本用不到的東西。
我用多鄰國學(xué)語言時，印象特別深刻的一個例句是，“我沒法洗澡，因為有一頭奶牛在我的浴室里”。
不是，到底是誰能用得上這樣的表達(dá)。。。
而Little Language Lessons的實用性，就強多了。
它主要有三個功能：
第一，針對特定話題給出需要用到的詞匯；第二，學(xué)習(xí)地道的本地人對話；第三，拍攝身邊的物品，了解如何用外語描述它們。
比如我現(xiàn)在想學(xué)粵語。
點開Tiny lesson。
它會給到你需要的詞匯，短語，還有注意事項，你看完直接就可以跟司機溝通。
真的，常用語都有。
Slang hang則是給你不同的對話場景，讓你理解當(dāng)?shù)氐氐蕾嫡Z。
用詞和發(fā)音都還挺標(biāo)準(zhǔn)的，雖然腔調(diào)有點怪，但是對于初學(xué)者來說，已經(jīng)很夠用了。
Word Cam也是我覺得非常實用的一個功能，想不起來的詞就拍照讓AI給你答案，下一秒就能用到。
多鄰國，好好學(xué)學(xué)。
4. Stitch
也不知道為什么，這個名字總讓我感覺它在蹭Sketch。。
Sketch，最著名的UI設(shè)計工具之一，也是我曾經(jīng)做UI設(shè)計的時候，吃飯的家伙。
Stitch是Google labs上個月推出的設(shè)計工具，前身是UI設(shè)計工具Galileo AI。
它支持兩種模式。
標(biāo)準(zhǔn)模式，支持用自然語言生成生成UI界面。
比如我隨口說一句，生成一個點外賣的APP。
他會跟DeepResaerch一樣，問你幾個需要你確認(rèn)的問題，大概一兩分鐘，5個頁面就生成完了。
可以在頁面上用嘴直接編輯，也可以將畫板導(dǎo)入figma，用figma畫布編輯。
而實驗?zāi)Ｊ剑С謭D片參考生成UI界面，你隨手畫一張圖給它，它也能生成一個你想要的界面。
就像google labs的負(fù)責(zé)人之前在訪談里說的一樣，chatbot是AI最好的交互形態(tài)嗎？未必。
未來，更直觀的交互形態(tài)很可能是，直接給AI一張圖像，或者一個文件，讓它去執(zhí)行操作。
5. Portraits
一個非常有意思的職場類工具。
這是google labs這個月整出來的新活兒，用真人職場大佬訓(xùn)練出來一個虛擬人專家，專門為你解決職場難題。
原型人物，就是這個戴眼鏡的金發(fā)女人，kim scott，Google和蘋果的前高管。
主要的數(shù)據(jù)庫，來自她之前寫過的兩本暢銷書《徹底坦率：一種有溫度而真誠的領(lǐng)導(dǎo)》（radical candor）、《徹底尊重：如何更好地合作》（radical respect），還有她的公開演講。
進(jìn)去以后，
你就可以開始和她聊天了。
可以說話，可以打字，也可以按照給定的選擇來和她對話。
常見的職場問題，像如何避免被甩鍋、有分歧怎么溝通、怎么談績效、想跳槽怎么跟領(lǐng)導(dǎo)說，都在她的射程范圍內(nèi)。
她會先給你講一套理論，然后再和你角色扮演，在實地演習(xí)中告訴你該怎么做，最后還會幫你回顧整個流程，加深記憶。
不過呢，她不是什么都跟你聊，比如專業(yè)的醫(yī)療或者法律問題，她就會建議你去咨詢專家。而如果你想和她閑聊，她也會把話題扯回工作上，拒絕摸魚。
溝通下來的整體感受，就像跟一個雷厲風(fēng)行的職場老炮取經(jīng)，她給到的建議雖然不是唯一解，但也能多一個維度的參考。
我覺得這個工具達(dá)到了一個平衡：去看kim scott的書，我可能看不下去，也沒法看完直接演練。去和AI對話，我又擔(dān)心它不靠譜。現(xiàn)在這樣一個Gemini大模型驅(qū)動+真人數(shù)據(jù)訓(xùn)練的賽博導(dǎo)師，就正正好好。
現(xiàn)在這個portraits上還只有kim scott一個人，但google已經(jīng)在搞別的AI虛擬人了，預(yù)計未來可能推出瑞達(dá)利歐跟你聊金融，再往后看，跟愛因斯坦聊物理，跟馬斯克聊火星也不是沒有可能。
未來的生態(tài)還是很有意思的。
寫在最后
Google labs的網(wǎng)址在此，記得打開魔法，確保你的環(huán)境能夠使用。
最后，聊聊Google labs本身。
這個項目是從2002年開始運營的。
當(dāng)時谷歌還年輕，熱衷創(chuàng)新，一身使不完的牛勁。
為了激發(fā)更多靈感，谷歌出了這么一個策略：所有員工都可以把他們工作中20%的時間投入到非官方的創(chuàng)意項目中，也就是一周里足足有一天時間來搞創(chuàng)新。
在這樣的背景下，很多好用的產(chǎn)品誕生了，包括Google shopping、Google map、gmail、Google scholar......很多Google的重要功能，都脫胎于彼時的Google labs。
當(dāng)時的Google labs是一個大廣場，用戶可以直接和產(chǎn)品互動并提出反饋，產(chǎn)品快速發(fā)布，又在用戶的意見下快速迭代，這樣開放包容的光景持續(xù)了九年。
直到2011年。
這時的谷歌已經(jīng)成了一個有著數(shù)以萬計員工的巨型跨國公司，把注意力聚焦在核心業(yè)務(wù)上成了首要任務(wù)。而當(dāng)初定下的創(chuàng)新策略，已經(jīng)不再適合谷歌的發(fā)展需求。因此，在這一年，Google labs項目被關(guān)停。
做匠人，和追時代，很多時候是兩難的。
不過在這之后的十年里，Google內(nèi)部的創(chuàng)新之火并沒有完全熄滅，Google X和Area120項目，都是Google在創(chuàng)新和聚焦之間跌跌撞撞尋找平衡的嘗試。
再往后，AI時代來了。
得益于AI帶來的生產(chǎn)力提升和模型能力提升，探索創(chuàng)新項目的效率提高了。谷歌順應(yīng)潮流，整合了很多實驗性業(yè)務(wù)，納入Google labs。
于是就有了Google labs的這次重出江湖。
Google labs這次回歸，在產(chǎn)品構(gòu)建上，有幾個有趣的點。
第一是start small。
Google labs的產(chǎn)品，以10000周活躍用戶為首個目標(biāo)。
在Google這么大的規(guī)模下，這個目標(biāo)可以說是非常非常微小了。
但這樣的好處是輕量化，也更容易找到有針對性的用戶需求。
第二是快速迭代。
有點子就做，有時候可能連PRD還沒做好，工程師已經(jīng)上去開始干活了。
用50到100天，就能把創(chuàng)意落地并交付給用戶。
第三是站在未來的角度去做產(chǎn)品。
從更智能、成本更低、速度更快的角度去思考，如何做創(chuàng)新。
思考未來五年、十年后AI融入人類生活的方式。
可能是因為這三點，讓Google labs在Google這樣的超級大廠里，還能夠保持活力。
在紛繁變化的AI時代。
創(chuàng)新。
才是第一生產(chǎn)力。
本文轉(zhuǎn)載自??數(shù)字生命卡茲克??，作者：數(shù)字生命卡茲克
