智東西AI前瞻（公眾號：zhidxcomAI）
作者 | 江宇
編輯 | 漠影
智東西8月(yue)6日報道，如果你也有“文檔太(tai)多，沒空看”的困擾，這(zhe)次(ci)，ima推(tui)出的新功能，或許能為你省(sheng)下不少閱讀時間。
昨日，ima發布最新版本，一口氣上線四項能力：生成雙人AI播客、支持文(wen)件夾上傳(chuan)、Xmind腦(nao)圖導(dao)入、共享知識庫文(wen)檔(dang)置(zhi)頂，圍繞知識的(de)整(zheng)理、理解與(yu)調用做(zuo)了多(duo)項改進。
其中，“AI播客(ke)(ke)對話”功能頗受關注。用戶只需上傳一份(fen)文檔(dang)，就能自動生成一段雙人播客(ke)(ke)，用類似聊天(tian)的方式，把文章內(nei)容講給你(ni)(ni)聽。不是單調朗讀，而是真人語氣(qi)的討(tao)論(lun)、解釋與延伸。聽著聽著，你(ni)(ni)會發(fa)現，AI不僅讀懂了文章，還在引導你(ni)(ni)“聽明白(bai)”。
圍繞四(si)項新功能，智東(dong)西選取了(le)三類不(bu)同(tong)風格的文章體驗了(le)“AI博客”，也同(tong)步體驗了(le)批量導入(ru)與知識庫整理的整體流程，以下是詳細(xi)體驗過程。
一、生成AI播客，把長文“聊清楚”講給你聽
在本次更新中，ima推出的“AI播客”與傳統的文本轉語音不同，ima采用雙人播客對話形式，將一篇文檔拆解為知識點、疑問與觀點，由兩個虛擬(ni)角色以(yi)“你來我往”的(de)形(xing)式(shi)進行討(tao)論，重(zhong)點不漏、互動(dong)真(zhen)實、聽(ting)感流暢，可定制開場(chang)語與(yu)配樂，還原聽(ting)覺(jue)上(shang)更自然的(de)學習體驗。
ima播客生成基于混元大模型，系統(tong)會自(zi)動抓取文檔(dang)中的信(xin)息，轉(zhuan)化為腳本(ben)，再配合擬人語音進行演繹(yi)。整個過程無需(xu)用戶寫(xie)稿，只需(xu)點擊“生成(cheng)(cheng)播客”按鈕(niu)，AI即完成(cheng)(cheng)從(cong)文檔(dang)到(dao)音頻(pin)的內容轉(zhuan)換。
目前，“AI播客對話”功能支持(chi)用戶(hu)上傳(chuan)本地文檔生(sheng)成播客內容，暫不支持(chi)通過(guo)文章鏈(lian)接直接導入，用戶(hu)可(ke)在PC端或移動端首頁入口使(shi)用該功能。
▲PC端入口
▲手機端入口
由于暫不支持粘貼鏈接導(dao)入，用戶(hu)需(xu)將目標(biao)內(nei)容(rong)整理(li)為文檔上傳，或(huo)從個人知識庫中選(xuan)擇已有文件(jian)。點擊(ji)“生(sheng)(sheng)成(cheng)播客(ke)”后，系統將在約1–3分鐘內(nei)完成(cheng)生(sheng)(sheng)成(cheng)。
智東西使用“生成AI播客”功能，體驗了三類不同的文章。整體效果(guo)出人意(yi)料，不只是把文字轉(zhuan)成語(yu)音，更像是帶節奏(zou)、有引(yin)導的深度對話(hua)，AI在“講清(qing)楚”之(zhi)外(wai)，還展現出一定的理解力與表達(da)力。
第(di)一篇是來自歷史大家許倬(zhuo)云的文章——《當今時代，如何過真正(zheng)有力量的生活？》。
ima的AI博客以(yi)一問一答的形式，引導用戶一步步理解文章重點。語氣(qi)自然(ran)，有停頓(dun)、感(gan)嘆詞(ci)，也(ye)能抓住原文的語言風格，把字面(mian)意思和內(nei)在含(han)義串聯(lian)起來。原以(yi)為只是機械導讀(du)，實際聽(ting)下來，AI已(yi)經摸透了作(zuo)者的邏輯，還能幫(bang)用戶“聽(ting)明白”問題，“讀(du)進去”文章。
第二篇是(shi)AI故事計劃的《一個實習生(sheng)親歷(li)的Manus外遷與裁(cai)員》。
ima在(zai)引入時加入了事件背景(jing)，講故事像(xiang)說書，有節(jie)奏、有情緒。結(jie)尾的總結(jie)也處理得非常(chang)自然，把原文(wen)(wen)留白的部分做了收束。唯(wei)一的小(xiao)問題是“Manus”這個詞英文(wen)(wen)發音不太(tai)穩定。
第三次體驗(yan)是來自澎湃(pai)新聞有關“假院(yuan)士”的系列報道(dao)，共(gong)三篇文章。
博客對(dui)(dui)話非常(chang)有討論感，能把這些離譜(pu)新聞講得清楚(chu)，還帶點八卦氛圍。對(dui)(dui)話里還模(mo)擬了(le)卡頓、不(bu)熟悉(xi)人名等小細(xi)節，有種“真(zhen)人在讀”的聽感，既能結合(he)三篇報道講清來龍去脈，也有面對(dui)(dui)荒誕新聞時(shi)的自(zi)然(ran)反應。
整體來看，這個(ge)播客功能(neng)不(bu)僅(jin)能(neng)讓(rang)你“聽內容”，更像是和懂(dong)文章(zhang)的朋友一起慢慢聊明(ming)白。AI不(bu)僅(jin)讀(du)懂(dong)了，也努(nu)力在幫你讀(du)深。
二、從批量導入到知識結構，三項功能提升效率
針對資料整理場景，本次ima支持了文件夾上傳能力，但僅限PC端。用戶可一鍵上傳多層級文件夾，系統自動識別文件結構，完整保留目錄體系。
相比逐個上傳、手(shou)動分類的操作方式(shi)，該功(gong)(gong)能(neng)能(neng)夠有(you)效簡化前期資(zi)料(liao)整理步驟，適用于(yu)課(ke)程筆記、項(xiang)目文檔、報告合集等成(cheng)組合類資(zi)料(liao)的導(dao)入，并且導(dao)入后的資(zi)料(liao)仍支(zhi)持原有(you)的AI閱讀、知識提取等功(gong)(gong)能(neng)。
智東(dong)西嘗試上傳(chuan)包含10篇論文的文件(jian)夾，ima能準確保留(liu)原有目(mu)錄結構，并將文件(jian)整(zheng)體導入至個人知識庫。
每份文檔一經(jing)上傳均被AI自動解析，用戶可在(zai)概覽欄直接查看對應的摘要內(nei)容。
為了支持更多類型的結構化資料，本次ima新增了對Xmind文件的解析與導入功能。用(yong)戶可(ke)上傳.xmind格式的(de)腦圖(tu)，系(xi)統將(jiang)自動識(shi)別其(qi)內(nei)(nei)容結構(gou)，并將(jiang)其(qi)中的(de)信息提取為可(ke)解(jie)析的(de)知識(shi)點，并支持用(yong)戶對腦圖(tu)內(nei)(nei)容進行(xing)修改。
導入(ru)(ru)后的腦(nao)圖(tu)也直接納(na)入(ru)(ru)知(zhi)識庫進行(xing)管理與(yu)引用，用戶點擊右側“問知(zhi)識庫”下方的對話(hua)欄，即(ji)可調用AI對其內容進行(xing)提問和總結。
▲xmind格(ge)式可導入
▲ima解析(xi)腦圖，支(zhi)持AI解讀、總結提取等功能。
在知識庫中，ima還增加了“文檔置頂”能力。用戶可將某些重點或高頻使用的文檔設置為置頂，固定在共享知識庫的頂部區域，支持多個文檔同時置頂，排序(xu)依(yi)據設定順序(xu)排列。該功能(neng)尤其適用于項目協(xie)作、培訓資(zi)料(liao)、標準文檔(dang)等場景，可(ke)作為快速索(suo)引使用。
結語：從看文件到“講明白”，AI正成為知識的新入口
本(ben)輪更新后，ima不再只是“看文(wen)件”的(de)工具，而開始承擔“講內容”的(de)角色。從(cong)文(wen)本(ben)到播客、從(cong)腦(nao)圖到知識庫，AI介(jie)入的(de)邊界進(jin)一步拓寬。
尤其是在(zai)AI播客功能中，ima展現出對文本(ben)結構、語言節奏乃至情緒表達(da)的(de)把握力，不僅(jin)講(jiang)(jiang)得(de)清(qing)楚，還講(jiang)(jiang)出了(le)溫(wen)度(du)和活人感(gan)。相(xiang)比單向朗讀(du)，它更像是一(yi)場“陪你讀(du)懂”的(de)深度(du)對話(hua)。
在文(wen)檔不斷堆積、注意力高度(du)碎片(pian)的當下(xia)，用“聽”的方式吸收信(xin)息，正成為(wei)一種(zhong)越來越自然的需求。更新后的ima，正在提供這(zhe)樣的新接口。
