好玩有趣還實用！隱藏在Google Labs里的5個神級AI應用

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 的應用，而不只是各種參數的增強，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，這倆其實都是從 Google labs 里干出來的。

Notebooklm 做出了當時看來極具開創性的 AI 播客，直接開啟了一整條全新的賽道，Whisk 則是當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，但是我現在依然覺得，它是一個在當時，非常好玩的應用。

Google labs 的整體調性其實一直是：

用更有趣的方式幫你學習，或者用更簡便的交互提升生產力和創造力，或者用具體的小需求讓 AI 和你的日常生活緊密結合。

現在，Google Labs 里面已經有三十多個已經開放或即將開放的 AI 產品，在創新方面，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品。

它們有些還不夠完美，規模也不夠大，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。

一、 National Gallery Mixtape

這可能是整個 Google labs 里，最有創新精神的工具之一。

作用很簡單，給它一幅畫，它會自動根據這幅畫，生成一段配樂，同時給出配樂的樂器種類和風格。

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：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，結果還是沒多久就死掉了。

配合這個故事，音樂的風格就充滿了緊張感，還有些錯拍和混亂，告訴你：這國王內心已經徹底慌了。

遇到這種清新明快的風景畫，它就會生成悠揚的鄉村音樂。

最后還有這個。

當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格，讓我聯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，比如只支持內容庫里的畫作，不能自己導入文件，但是完成度已經很高了。

比起厚重的藝術史書本，這種用音樂來理解畫作的方式，更直觀，也有意思的多。

二、Learn About

Learn About 這是一個 AI 輔助學習知識的工具。

不同于傳統搜索引擎的東一榔頭西一棒子，Learn About 會幫助你用結構化的方法去學習一個新知識。

拿 Agent 這個知識點舉例。

結構化的第一步，是總結知識框架。

左邊的 The Big Picture 就是它為你總結的知識框架，包含定義、目的、特征等等，右邊就是具體的知識內容。

可以先看左邊，獲得一個整體認知，再去右邊詳細學習。

結構化第二步，卡片式筆記。

具體的知識內容包含圖文形式的介紹，相關內容探索，每個卡片都可以點進去單獨學習，確保沒有知識遺漏。

結構化第三步，知識沉淀。

全都講完之后，它會給你三個選項。簡化相當于用初中生能聽懂的方式給你概括總結，深入了解相當于用大學生的標準給你深入講解，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圖、結構圖。

用這個方法幫你更好地深入和總結。

中間還有一些非常好玩的互動式學習手法，比如你學著學著，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。

結構化最后一步，考試。

一切結束之后，就來到了自我檢測環節，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，還會給你非常詳細的建議。

這才是 AI 時代的學習方法好吧。

這一套組合拳下來，一個知識點很容易就吃透了。

三、Little Language Lessons

這是一個語言學習工具，我覺得在實用性上，可能已經超過了多鄰國。

畢竟多鄰國上經常要學很多你根本用不到的東西。

我用多鄰國學語言時，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。。。

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，學習地道的本地人對話；第三，拍攝身邊的物品，了解如何用外語描述它們。

比如我現在想學粵語。

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，讓你理解當地地道俚語。

用詞和發音都還挺標準的，雖然腔調有點怪，但是對于初學者來說，已經很夠用了。

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，好好學學。

四、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 設計工具之一，也是我曾經做 UI 設計的時候，吃飯的家伙。

Stitch 是 Google labs 上個月推出的設計工具，前身是 UI 設計工具 Galileo AI。

它支持兩種模式。

標準模式，支持用自然語言生成 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，也可以將畫板導入 figma，用 figma 畫布編輯。

而實驗模式，支持圖片參考生成 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 的負責人之前在訪談里說的一樣，chatbot 是 AI 最好的交互形態嗎？未必。

未來，更直觀的交互形態很可能是，直接給 AI 一張圖像，或者一個文件，讓它去執行操作。

五、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女人，kim scott，Google 和蘋果的前高管。

主要的數據庫，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導》（radical candor）、《徹底尊重：如何更好地合作》（radical respect），還有她的公開演講。

進去以后，

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、想跳槽怎么跟領導說，都在她的射程范圍內。

她會先給你講一套理論，然后再和你角色扮演，在實地演習中告訴你該怎么做，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，比如專業的醫療或者法律問題，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，就像跟一個雷厲風行的職場老炮取經，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，我又擔心它不靠譜。現在這樣一個 Gemini 大模型驅動+真人數據訓練的賽博導師，就正正好好。

現在這個 portraits 上還只有 kim scott 一個人，但 google 已經在搞別的 AI 虛擬人了，預計未來可能推出瑞達利歐跟你聊金融，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。

未來的生態還是很有意思的。

寫在最后

Google labs 的網址在此，記得打開魔法，確保你的環境能夠使用。

網址：https://labs.google/

最后，聊聊 Google labs 本身。

這個項目是從 2002 年開始運營的。

當時谷歌還年輕，熱衷創新，一身使不完的牛勁。

為了激發更多靈感，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意項目中，也就是一周里足足有一天時間來搞創新。

在這樣的背景下，很多好用的產品誕生了，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。

當時的 Google labs 是一個大廣場，用戶可以直接和產品互動并提出反饋，產品快速發布，又在用戶的意見下快速迭代，這樣開放包容的光景持續了九年。

直到 2011 年。

這時的谷歌已經成了一個有著數以萬計員工的巨型跨國公司，把注意力聚焦在核心業務上成了首要任務。而當初定下的創新策略，已經不再適合谷歌的發展需求。因此，在這一年，Google labs 項目被關停。

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 內部的創新之火并沒有完全熄滅，Google X 和 Area120 項目，都是 Google 在創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 帶來的生產力提升和模型能力提升，探索創新項目的效率提高了。谷歌順應潮流，整合了很多實驗性業務，納入 Google labs。

于是就有了 Google labs 的這次重出江湖。

Google labs 這次回歸，在產品構建上，有幾個有趣的點。

第一是 start small。

Google labs 的產品，以 10000 周活躍用戶為首個目標。

在 Google 這么大的規模下，這個目標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，工程師已經上去開始干活了。

用 50 到 100 天，就能把創意落地并交付給用戶。

第三是站在未來的角度去做產品。

從更智能、成本更低、速度更快的角度去思考，如何做創新。

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。

創新。

才是第一生產力。