B站AI課幾秒出總結,劃詞就給解釋,這個「AI學習搭子」真香

机器之心發表於2024-07-26

在 ChatGPT 走紅之後,本著「打不過就加入」的心態,很多職場人學起了 AI。但遺憾的是,不少人走了彎路,甚至還被某些「199」的課程割了韭菜。

其實,學 AI 這事兒並不難。讀文章、看影片、啃論文都是很好的學習方式。

當然,還是有不少讀者吐槽,學 AI 就像當年學英語一樣,總會遇到一些讓人頭疼的「生詞」,讀論文比做閱讀理解還麻煩,影片課程也不知道哪個適合自己,浪費了不少時間。

AI 學習路上遇到的這些「絆腳石」,皆因你缺少一個學習搭子。

我們隨機開啟「機器之心」的一篇文章,有人可能在第一句就卡住了:AlphaGo 是什麼?彆著急,只要輕輕一劃,學習搭子就給解釋得明明白白。

圖片

學到一定程度要讀英文論文,但英語水平一般?彆著急,這個搭子不僅會翻譯,還隨時等著你提問。

圖片

網上的學習影片五花八門,不知道應該選哪個?沒關係,先讓學習搭子總結一下。

圖片

怎麼樣,用上這個學習搭子,AI 學習之路是不是順暢多了?

這就是我們最近發現的一個學習、工作神器 —— 豆包電腦版。有了它,機器之心編輯部讀論文、學東西的效率蹭蹭往上提,關鍵它還免費,都不用找主編報銷。

接下來,就來揭秘一下這款提效神器是怎麼幫我們學習 AI 的吧。

在 B 站白嫖的課,還能有助教?

對於大部分 AI 初學者來說,看影片是最快速的入門方式。在這方面,B 站可以說是 AI 愛好者的「天堂」,網羅了眾多學習資源,例如寶可夢大師李宏毅、江湖人稱「沐神」的李沐錄製的學習影片,隨便一扒拉就能找到。

但是,找到並不意味著適合。很多影片其實有一定難度,需要有點程式設計和數學基礎才能聽懂。不少初學者可能接連點開十幾個影片,經歷了滿滿的挫敗感、浪費了幾個小時後才找到適合自己的。

編輯部新同學在學 AI 的時候也遇到這個問題。所以,當發現豆包電腦版的「AI 看 B 站」功能時,大家如獲至寶。

以李宏毅最近開設的《生成式人工智慧導論》這門課為例,在點開之前,我們還擔心,這門課會不會要求很高。結果,看了豆包總結的第一講概要,這種顧慮就打消了。

圖片

為了進一步確認,我們還向豆包發起了一輪追問:

圖片

既然門檻不高,那就學學看。不過,學習總要做筆記,打工人看影片的時間本身就是擠出來的,壓根沒時間慢慢整理。

在看到第二講時,我們發現,這個活兒,豆包就能幹。它不僅能整理出每堂課的要點,甚至連腦圖都能畫出來。要知道,李宏毅老師操著一口濃重的臺灣腔,豆包竟也能總結得如此精準,這多少有點出人意料。

圖片

圖片

也許會有人說,前面講的內容過於簡單,課程總共 26 個小時,為了節省時間,我只想看我沒學過的。豆包電腦版讓這事兒變得 so easy,因為無論是「原網頁」模式,還是「AI 看影片」模式,它都有按照時間軸排列的區域性總結,直接點感興趣的部分就可以挑著看。

圖片

不過有時候,這些總結可能解答不了我們的疑問,或者老師講的某個概念我們沒聽過。這要擱以前,我們需要切換網頁,比如開啟 ChatGPT 查一查,弄懂之後再切回來。看一個影片,往往要在各種網頁間反覆橫跳。

在豆包電腦版裡,這些問題都可以在一個介面裡解決,因為它有一個「在聊天中繼續」的功能,可以邊看影片邊提問,就像聽那種配置了助教的網課一樣,不管問什麼都有人回應你。

圖片

圖片

我們還用這個工具嘗試了一下李沐的課程,效果一樣絲滑:

圖片

總的來說,以前在 B 站看 AI 影片,在搜出符合條件的課程之後非常迷茫,不知道看哪個,而且看完滿腦子問號。現在用豆包看,花幾秒鐘就能瞭解個大概,而且看的過程中,問題也能解決個七七八八,學習效率蹭蹭往上提。喜歡看影片學習的小夥伴可以試試這個功能。

讀 AI 文章不卡殼,哪裡不懂劃哪裡

看影片入了門,再讀幾篇文章鞏固一下學習成果是最好的。不過,很多讀者反映,讀文章時總遇到一些麻煩,比如每讀幾句就有一個詞不知道什麼意思,就像當年在考場上做英語閱讀理解一樣。要是有個類似「詞典筆」的東西就 perfect。

在豆包電腦版上,這個「詞典筆」還真有,就是你的滑鼠。讀到哪段,只需要用滑鼠輕輕一劃,豆包的工具欄就出來了。而且,根據我們的實測,這個功能不限制瀏覽器。也就是說,無論你在哪個瀏覽器上看文章,都能透過「劃詞」把豆包調出來,它如同內建在你的系統中一樣。

圖片

初學 AI,被各種專業名詞搞得雲山霧罩,有招!繼續劃詞,點「解釋」或「搜尋」。

圖片

英語不過關,看不懂文章中引用的原文,還是劃詞,點「翻譯」。

圖片

文章中間某個版塊太長,沒時間慢慢看。那就整個板塊都劃一下,然後點「總結」,原文中的亮點、精華就條分縷析地擺了出來。

圖片

在探索過程中,我們還發現,這個工具欄其實是自定義的,你可以把自己常用的幾個功能放在優先位置。

圖片

如果要說用上該功能的總體感覺,那就是,原來讀文章,讀幾段就犯迷糊,有些地方不懂也懶得查,因為網頁切換是個分散精力的事情。現在,有了這個「詞典筆」一樣的劃詞功能,讀一篇文章學到的東西比以往讀好幾篇都多,這是之前使用其他單獨的 AI 大模型不曾有過的體驗。

身兼翻譯和顧問,「AI 伴讀」陪你讀論文

入門影片、文章看得差不多了,如果還想在 AI 之路上進階,就得在論文裡「歷劫」。

眾所周知,AI 論文是出了名的難啃,不僅篇幅長得嚇人,還是全英文,其中穿插著各種不明覺厲的圖表。AI 學習者光瞅著這些密密麻麻的英文單詞,熱情就消了一半。

巧了,豆包電腦版搞了個 AI 伴讀模式,經過一段時間的試用,我們發現它對搞定論文有「奇效」。

以 Meta 最新發布的 Llama 3 論文為例,我們把它丟給豆包,並啟用「AI 伴讀」模式,全文對照翻譯「譁」一下就出來了。所以說,這年頭想學 AI,英語不過關也不是什麼大事。

圖片

不過,這篇論文總共有 92 頁,即使讀中文翻譯,一時半會兒也讀不完。好在,豆包就在側邊欄候著,等著你給它分配任務,比如總結論文要點。

圖片

對於總結中沒有涵蓋的細枝末節,你也不需要瞪大眼睛找,直接問豆包就行。

圖片

有些人不喜歡看論文描述,只關心模型跑分,那就把整個頁面調成圖表模式,感興趣的圖表一鍵直達。

圖片

按照這種方式,資深 AI 研究者一天讀個十幾篇論文也是灑灑水而已。

在豆包裡寫部落格,不用對著一個空白文件發呆

讀完論文,很多 AI 學習者有將其寫成部落格的習慣,這既是一種對學習成果的鞏固,也是一種傳播知識的有效方式。

不過,我們觀察到,很多高質量部落格的博主更新頻率較低。這可能是因為寫部落格非常佔用時間,構思框架、填充細節都相當繁瑣;又或許是有表達慾望,但面對一片空白的文件,發一會兒呆之後就放棄了。

安上豆包後,這個情況也許會有所改善。因為我們發現,豆包不僅能出大綱,還承包了寫作、潤色、配圖等多項工作,可以讓部落格作者專注于思想的傳達,而不是一些細枝末節。

還是以 Llama 3 的論文為例,我們把它餵給豆包,讓它構思個大綱。為了重點突出,我們還把 prompt 限制了一下,豆包也遵循了我們的指示。

圖片

文章骨架支稜起來,接下來就是填充「血肉」。為了讓豆包獲取最新最準確的訊息,我們在 prompt 中要求啟用「深度搜尋」功能,然後根據上述大綱分段寫作。

圖片

擔心文章有 AI 味?豆包的劃詞功能再度「出山」,哪裡不滿意劃哪裡。比如資訊增量太少,就使用劃詞擴寫功能。

圖片

要是嫌語言乾乾巴巴,我們還可以使用劃詞的自定義功能,讓它寫得通俗易懂一些。

圖片

圖片

搞定了文字部分,下一步就是配圖啦。

豆包電腦版的「影像生成」功能主打一個貼心,官方給出了「人像攝影」、「藝術」、「國風插畫」等 7 個風格標籤,同時提供一大堆影像例項,甚至還附上了提示詞。

圖片

我們讓它畫一幅「機器人在看書」的畫作,風格為 3D。來瞅瞅效果:

圖片

此外,它還能上傳參考圖。例如,我們上傳一張帶有未來科技風格的人形機器人,輸入提示詞後,一次就能得到 4 張類似插圖。

圖片

再上效果:

圖片

至此,一篇關於開源 AI 模型 Llama3 的部落格文章就完事了。

要是有朋友覺得這樣麻煩,也可以啟用豆包電腦版的「幫我寫作」功能,34 種體裁和風格隨便選,什麼公眾號文章、論文、報告、微博、小紅書…… 它都能玩轉。

舉個例子,我們寫一篇關於 Llama3.1 的微博,只要告訴它主題和參考資訊,它就能把語言自動轉換成微博風,就連表情包、標籤都生成好了,只等你一鍵複製到微博。

圖片

整套流程走下來,豆包電腦版確實能給想寫點 AI 知識性內容的同學省出不少時間。

網友:豆包就像一個帶 AI 功能的作業系統

豆包電腦版一出,不少網友前去嚐鮮。

有網友表示,豆包野心不小,也整起了瀏覽器,甚至可以說是一個帶 AI 功能的作業系統

圖片

圖片

還有網友種草了「AI 看 B 站」功能,要把它焊死在小破站上。

圖片

圖片

當然,羅馬不是一日建成的。

2023 年 6 月,位元組開始測試代號 Grace 的 AI 對話專案,彼時,雲雀大模型還未出世。

8 月份,位元組釋出自研的雲雀大模型,並搭上了國內大模型產品備案的首班車,同時還將 Grace 更名為「豆包」,正式進行公測。

經過大半年的蟄伏,在今年 5 月中旬的火山引擎原動力大會上,豆包傳來了新訊息 ——位元組跳動給雲雀大模型也改了個名,統一叫「豆包」大模型,還一口氣釋出了 9 個大模型產品,涵蓋通用模型、角色扮演、語音識別、文生圖等多個領域。

圖片

不過,功能再花哨,不好用也沒人買賬。畢竟,當前市場上的大模型實在太多,沒點真本事是真留不住使用者。

在這方面,豆包是有底氣的。

官方資料顯示,豆包大模型日均處理 1200 億 Tokens 文字,生成 3000 萬張圖片。

截至今年 5 月,豆包 APP 在蘋果應用商店和各大安卓應用市場的下載量突破 1 億,在 AIGC 類應用中排名第一,月度活躍使用者突破 2600 萬,智慧體建立總數達 800 萬。

這些人下載豆包之後做什麼呢?我們翻了下小紅書,發現除了學習,還有很多人用豆包備課、理財,甚至開展副業賺錢。

這麼多的用法只用手機承載肯定不方便,於是豆包電腦版來了。

機器之心的體驗來看,這個形態的豆包用來工作、學習都更高效,尤其是看論文、看學習影片、做筆記等需要電腦的場景。

隨著更多功能被陸續開發,相信這個電腦版會更受歡迎。機器之心也會持續更新最新體驗結果,敬請期待。

相關文章