体验完腾讯元宝的深度阅读，我觉得我以后的论文和研报有救了。 * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }
体验完腾讯元宝的深度阅读，我觉得我以后的论文和研报有救了。
原创 数字生命卡兹克 数字生命卡兹克 2024-08-08 12:08 云南
故事是这样的。
最近我跟歸藏他们一直在聊关于AI自媒体这事，我们一致的发现，当AI领域的自媒体好像比上学时的读书需求还大。。。
尤其这一年的技术更新，我几乎每天登上X看到的关注首页基本都是这个画风。
看不完，真的看不完，每天两眼一睁就是满屏的huggingface、arXiv、github。
尤其是你知道，我这种做自媒体的，还是高速更新换代的AI领域的，出现知识焦虑是太正常的一件事。
我大学不是人工智能和数学相关的，是特么一个设计狗。
但为了能保持进步、保持对行业的了解，我就强迫自己就算看不懂也得了解最基础的技术路径和原理。不然怎么给大家写文章呢。。。哭了。。
也尝试过让AI给我总结，但是那总结的，我说实话，都是一坨屎。核心的信息全丢了，就剩一点没有啥价值的破骨架。
有时候还得费劲巴拉的调Prompt，关键还不一定有用。
正好也在跟歸藏聊，因为他的产出和阅读量，是我好几倍。我最近实在有点顶不住，所以就问问他。
然后他给我发了一句。
我甚至都不知道元宝有这功能。。。还得是歸藏。
我就去试了一下。
这一试，我觉得我后面的论文和研报阅读啥的都有救了。
真的，我真的想给歸藏磕头。
体验了两天之后，我的感受是：可用，不过目前比较适用的场景是**“门外汉”学习和工作“划水”**。
你直接把文档扔进去，在最后他就会出现一个“深度阅读”的按钮。
虽然叫“深度阅读模式”，但是我体验下来，感觉更适合辅助浅读，所以对我这种偏媒体的向的就非常的契合。
比如我在文章资料收集阶段的工作，有快读、阅读大量长文本需求，但不需要进行什么硬核的研究或思辨。
你要是想把十几篇论文扔进去提取共性非共性，然后直接给你写一篇贼有深度的，至少现在不行，而且也没几个AI行，等元宝看看后续会不会更新吧。
我也给大家拿我最近比较关注的论文，Meta的那个SAM 2，试一下。
这玩意儿前几天真的在我的各个社交媒体都挺火，分割一切，然后还有各种整活的demo。真的，连兵长幅度这种爆炸的动作都能识别，太可怕了。
论文在此：https://arxiv.org/pdf/2408.00714
一堆鬼画符的英文字母，我头都炸了= =
我就直接把论文PDF丢给了元宝，啥Prompt也没加，它默认给我发了输出了论文的总结，结尾的黄色按钮就是“深度阅读”入口。
有一说一，这个被动触发有点难受，因为我想触发深度阅读，我还得先等元宝balabala的输出一大串以后才能看到这个按钮= =
真的，用习惯了深度阅读，我真的一点都不想看前面的这种总结。。。
所以我现在为了省时间，都是让他，别说话。
深度阅读模式，我用下来感觉比较实用的功能是精读大纲、精读提问、原文搜索。
精读页面这边，是元宝AI生成的大纲和重点内容提炼。仿佛很多年前的期末大考前，为了我们不挂科，直接把考试重点喂给我的教授。。。
元宝跳过“翻译”直接输出中文版重点总结，细节啥的也都包含了，阅读效率是直接起飞，大部分我想获取的信息都能在这个界面快速找到。
而且我最喜欢的是，终于，特娘的文图能混排了。
以前所有的AI总结，都是直接把图给你丢掉，只处理文字。
元宝这个，至少是我现在用的，唯一一个AI总结后，保留格式、保留公式、保留图片的。
舒服，真的舒服，这点我是真喜欢。
但是吧，毕竟是技术论文，提到的很多术语、公式、专有名词就算翻译成中文，看着也还是天书。
你依然可以跟常规的AI一样进行追问，比如我就点开右上角的“提问”，让元宝给我解释“交互式视频对象分割”和“半监督视频对象分割”是什么意思，一开始还是用术语回答术语，太专业了，我是小废物，我真的看不懂。。。
于是我就再给元宝补了个Prompt：“我是一个十岁的小废物”，
让它用简单的语言重新向我解释一遍，回答是这样的：
解释的还行。
而另一个tab就是原文，你点一下，就会切换到原文里。
原文界面，功能和交互设计的也是“大道至简”：选中文本，然后进行原文翻译、AI搜索等。除此之外就是原文pdf。
不过这个地方，对于我这种英文很烂的人来说，其实我强烈建议除了留一个英文的原文PDF以外，再放个已经翻译好的中文版= =便于我这种英文废物阅读。。
而他们的AI搜索，其实就是把元宝的那套AI搜索搬了过来。
整个交互很像微信读书的交互，划词解释，引用的内容参考基本也都是公众号的内容，质量还行。
我又扔了研报进去，整体也很爽，终于不用看很多官方话了哈哈哈，直接快速看图文并茂的总结。
后面自动带出的关键问题及回答，也能挺好的给出一些思路。
体验下来，差不多就是这样。
确实对我在资料收集、阅读上，有很大的提升。
在产品设计上，可以看到是根据用户场景来走的，但是还比较初期，歸藏说也是前两天才看到的，用了两天，我觉还有很多细节可以优化的，不过瑕不掩瑜。
而且这是腾讯，我一点都不怀疑，他们打磨产品体验的能力。
甚至我昨晚正好要坐飞机去云南，我还发现一个小彩蛋。
在飞机上，我打开了飞机模式，点进去我的文件，我居然还能在非联网的情况下，读它的精读和原文。。。
我也是服了，好家伙，不放过一丁点碎片化时间是吧= =
资料收集，直接把查到的长文档丢给元宝总结重点；拿到一堆文档没时间慢慢看，直接让元宝挨个分析；期末复习来不及读书，找元宝救命……
感觉后面，还是大有可为。
对了，如果元宝的人能看到这篇的话，求求了，赶紧把那个入口单独拎出来吧= =别每次输出完再触发了，求求了。
在此，也期待早日看到。
元宝的超进化ver。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：卡兹克、稳稳
>/ 投稿或爆料，请联系邮箱：wzglyay@gmail.com
数字生命卡兹克
 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言