“Tính năng Video Overviews sẽ tạo ra một video với một người nói duy nhất, thường kéo dài khoảng 10-15 phút. Vì chỉ có một người nói, nó ít bị lỗi “chat error” hơn so với Audio Overview và người dùng cũng sẽ được nghe thông tin trực tiếp hơn, đồng thời sẽ rất giống con người đang trình bày nội dung. Điểm chính ở đây là nó đi kèm với hình ảnh minh họa dạng slideshow. AI sẽ lôi thông tin từ nội dung nguồn của bạn ra và dựa vào đó để tạo ra biểu đồ, timeline, infographic,… minh họa. Và nếu có hình ảnh hoặc biểu đồ trong nguồn, nó cũng sẽ lôi chúng ra để minh họa. Hiện có khoảng 25 loại slide khác nhau mà nó có thể hiển thị, thí dụ như dòng thời gian, trích dẫn, tóm tắt gạch đầu dòng, so sánh/đối chiếu hoặc định nghĩa.

Về bản chất hoạt động, Video Overview sử dụng cùng phương pháp như Audio Overviews để tạo ra kịch bản và trình chiếu đi kèm. Đặc biệt, giọng nói AI trình bày trong video sẽ có thể tương tác rất tốt với các hình minh họa, thí dụ như nó sẽ nói “như bạn có thể thấy trong hình này…”. Ban đầu tính năng này chỉ có sẵn bằng tiếng Anh nhưng sẽ được mở rộng sang các ngôn ngữ khác. Thời gian cập nhật chắc chắn sẽ nhanh hơn so với Audio Overview vì chỉ có một người nói nên cũng dễ dịch hơn. Tính năng này sẽ ra mắt trong vài tuần tới.

Người dùng có thể kêu AI tùy biến thêm các hình ảnh minh họa hay không?

Mình thắc mắc rằng với những nội dung phức tạp hơn mà biểu đồ, infographic minh họa,… chưa đủ để thể hiện trọn vẹn, thí dụ như một người thầy giáo dạy vật lý cần thêm các thí nghiệm trực quan, thì NotebookLM có cho người dùng prompt thêm để sửa hình ảnh minh họa do AI tạo ra hay không. Johnson nói rằng: Hiện tại, chỉ có hình ảnh trang bìa là được tạo mới độc đáo dựa trên nội dung của sổ ghi chép; sau đó, nó chỉ sử dụng các hình ảnh có sẵn trong nguồn của bạn và sinh ra thêm các hình minh họa khác theo các template tạo sẵn.

Hiện tại team NotebookLM muốn hình ảnh minh họa mà AI tạo ra từ nội dung của người dùng sẽ 100% là các biểu đồ, sơ đồ,… để nhanh chóng trực quan hóa nội dung. Về các minh họa phức tạp hơn, thí dụ như hình ảnh tương tác cho các bài giản về vật lý, hóa học chẳng hạn,… các mô hình hiện tại có khả năng tạo hình ảnh và video rất tốt, độ tin cậy cao nhưng sẽ tốn thời gian hơn. Team đang bắt đầu với những thứ dễ kiểm soát và không mất quá nhiều thời gian để tạo ra để đảm bảo trải nghiệm người dùng tốt nhất. Johnson cho biết chi tiết hình ảnh trong video càng phức tạp thì thời gian tạo càng lâu và họ không muốn nó phức tạp tới mức mà người dùng phải đợi tận nửa giờ để có một video.

Lời khuyên quan trọng nhất về cách sử dụng Notebook LM hiệu quả?

Johsnon nghĩ điều quan trọng nhất khi dùng NotebookLM là suy nghĩ về cách bạn tổ chức các sổ ghi chép. Hãy coi Notebook là một công cụ để precurated notebooks của bạn. Lời khuyên là tạo một sổ ghi chép cho mỗi dự án bạn đang làm, đảm bảo cập nhật tất cả các nguồn liên quan và ghi chú cho dự án đó vào sổ ghi chép cụ thể đó. Ông ấy chia sẻ rằng cá nhân ông có khoảng 15 sổ ghi chép cho các dự án khác nhau và đó là cách chính ông tổ chức suy nghĩ của mình về mọi thứ. Ông nói rằng một khi bạn bắt đầu cấu trúc các dự án của mình xung quanh các sổ ghi chép, bạn sẽ thực sự thấy giá trị của điều đó. Sắp tới team cũng sẽ cung cấp cho người dùng các công cụ tốt hơn để tổ chức nguồn tài liệu vì khi có nhiều nguồn, mọi thứ có thể trở nên hơi khó kiểm soát và họ sẽ sớm tìm cách giúp người dùng giải quyết vấn đề này.

Tiến xa hơn, liệu NotebookLM có cho người dùng “fine tune” chính model ở từng Notebook để cá nhân hóa sâu hơn các model hay không?

Johnson cho biết: về cơ bản, Notebook LM đã hoạt động theo hướng đó bằng cách cho phép bạn nhập nguồn và tạo ra một mô hình “đặc biệt” dựa trên nguồn bạn cung cấp (một dạng tạo sinh dựa trên truy xuất thông tin). Cách làm này đã cho phép bạn có thể tạo bất kỳ ngữ cảnh thông tin nào bạn cần và sau đó họ sẽ tiếp tục cung cấp cho bạn nhiều lựa chọn hơn để chuyển đổi kiến thức đó thành bất cứ thứ gì bạn muốn. Hiện tại là chuyển thành tổng quan âm thanh, tổng quan video, hướng dẫn học tập.