谷歌 NotebookLM 更名 Gemini Notebook,原生支持代碼編寫執行

重點摘要
Google(谷歌)於當地時間 16 日正式宣布,旗下的 AI 筆記助理 NotebookLM 將更名為 Gemini Notebook,此舉是為了進一步推動人工智能產品的品牌統一。這次更名標誌著 NotebookLM 正式納入 Gemini 產品家族,未來將與 Gemini 應用程式及 Google 搜尋服務更緊密地整合。 根據 Google 的說明,儘管 NotebookLM 更名為 Gemini Notebook,它仍然是一款獨立運作的產品,並不會因此被併入其他服務。
Google(谷歌)於當地時間 16 日正式宣布,旗下的 AI 筆記助理 NotebookLM 將更名為 Gemini Notebook,此舉是為了進一步推動人工智能產品的品牌統一。這次更名標誌著 NotebookLM 正式納入 Gemini 產品家族,未來將與 Gemini 應用程式及 Google 搜尋服務更緊密地整合。根據 Google 的說明,儘管 NotebookLM 更名為 Gemini Notebook,它仍然是一款獨立運作的產品,並不會因此被併入其他服務。
不過,藉由這次品牌調整,Gemini Notebook 將在 Google 整個生態系統中扮演更關鍵的角色,包括與 Gemini 應用及 Google 搜尋的協作,讓用戶能夠在更多場景下運用這款筆記助理。這次更名不僅是品牌上的調整,還伴隨著一項重要的功能升級。Google 宣布,Gemini Notebook 將逐步獲得安全雲端運算能力的支援,這項技術讓筆記本本身能夠直接執行程式碼,實現原生的代碼編寫與執行功能。過去用戶如需進行數據分析,往往需要仰賴外部工具或開發環境,而現在這一切都能在 Gemini Notebook 內部完成。
透過這項更新,用戶可以基於筆記本內的數據來源,執行複雜的數據分析任務。舉例來說,研究人員或工程師能在筆記本中編寫程式碼,即時處理數據、生成圖表或進行統計模型運算,大幅提升工作效率。Google 強調,這項功能讓 Gemini Notebook 從單純的筆記工具,進化為具備程式開發與數據科學能力的協作平台。目前這項代碼執行功能已率先開放給 Google AI Ultra 用戶,以及擁有 AI Ultra Access 或 AI Expanded Access 的 Workspace 企業客戶。這些用戶可以搶先體驗在筆記本中直接編寫與執行程式碼的便利性,進一步探索數據分析的可能性。
對於一般使用者而言,這項功能也即將到來。Google 表示,未來幾週內,所有網頁版 Pro 用戶將陸續獲得這項更新。屆時,Gemini Notebook 將支援全新的輸出格式,並提供更深入的分析能力,讓更多用戶能夠享受到原生代碼執行帶來的效率提升。值得注意的是,這次更新主要鎖定網頁版用戶,目前尚未提及行動應用程式的支援時程。隨著功能逐步 rollout,Google 也在持續優化 Gemini Notebook 的使用體驗,確保不同層級的用戶都能獲得適合其需求的功能。Gemini Notebook 的原身 NotebookLM 自推出以來,一直以 AI 輔助筆記整理、摘要生成等功能受到關注。
如今更名並整合代碼執行能力,顯示 Google 正積極將 AI 筆記工具轉型為更全面的生產力平台,涵蓋從文字處理到數據分析的多元場景。業界分析認為,Google 將 NotebookLM 納入 Gemini 品牌,並賦予其程式執行能力,是為了強化其在 AI 生產力工具市場的競爭力。面對其他科技巨頭推出的類似產品,Google 希望透過品牌統一與功能深化,吸引更多專業用戶與企業客戶。整體而言,這次更名與功能更新,不僅是產品名稱的改變,更代表 Google 對 AI 筆記助理未來的定位。
隨著代碼編寫執行能力的加入,Gemini Notebook 將不再只是單純的筆記軟體,而是一個能夠協助用戶完成複雜任務的智慧工作夥伴。
Related
相關文章

曝字節訓10億參數大模型,或超Mythos 5,張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型,規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位,並反對模型蒸餾,認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入,同時在產品端與訓練端採取雙線進攻策略。

AI 需求擠爆雲計算,消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺,亞馬遜AWS要求工程師關閉閒置的EC2實例,以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%,AWS因此升級計算優化器自動標記低使用率虛擬機。此外,AWS過去一年新增3.8吉瓦電力容量,仍難以應對GPU雲端實例的龐大需求。
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中,我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件,並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著,我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入,並將處理後的內容儲存至 LanceDB。最後,我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成,以及輕量級的 recall-at-k 評估,以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌
六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。

DeepSeek重啟融資,三年市值對齊騰訊?
DeepSeek重啟第二輪融資,以5000億元人民幣估值尋求籌集80億美元,但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑,後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價,可能打破其以低價換規模的估值邏輯,面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商,以及三年內市值能否對齊騰訊等巨頭。