Chatbot
Key Takeaway
- Gemini 2.0是目前性价比最高的大模型，其Flash-Lite版本价格极低，Flash版本兼顾性能、价格和速度。
- Gemini 2.0 Pro版本上下文窗口提升至200万，适合复杂推理和代码生成。
- Flash Thinking版本具备链式推理能力，适合逻辑推理和多跳问答。
- Gemini 2.0在性能、稳定、速度和价格方面达到平衡，成为作者的主力AI应用。
- 文章强调AI不会替代人，但使用AI的人会替代不使用AI的人。
Full Content
Gemini 2.0是世界上性价比最高的大模型，没有之一。我知道你们在想什么——它比DeepSeek还强。咱们直接来看价格，海外博主已经做好表格了。
Gemini 2.0 Flash-Lite是真的是白菜价：输入只要0.075美金，输出0.3美金。
比它功能多一点的Flash，价格贵一点点：输入0.1美金，输出0.4美金。
再来看DeepSeek：V3输入0.27，输出1.1；R1输入0.55，输出2.19。
谷歌这真的太卷了。要知道，Flash可是支持多模态、支持原生工具使用、有一百万的上下文窗口的最先进的模型。结果它不仅比DeepSeek便宜，而且还压过了GPT-4o mini。看来今年AI竞赛要上强度了。
哈喽大家好，欢迎来到我的频道。谦虚地说啊，我是国内少数几个能把关于AI的Why和How讲明白的博主。我提供的东西比教程更值钱。记得点一波关注。如果想链接我，就来newtype社群。已经有800多位小伙伴付费加入啦！
回到今天的主题：性价比之王——Gemini 2.0。
Gemini 2.0是谷歌前几天更新的模型系列，包含Pro和Flash两条线。
Pro很好理解，就是谷歌目前的顶级模型。该有的功能它都有，而且把上下文窗口从一百万提升到了两百万。所以，Pro版本非常适合用来复杂推理、生成代码等等。
而Flash则兼顾了性能、价格和速度，是日常使用的主力模型。其中，Flash还有两个变体：
Flash-Lite砍掉了一点点功能，比如不支持图片和音频的输出，不支持联网搜索，不能执行代码，然后把价格压到最低。所以，如果你需要大规模生成文本的话，那用Lite版最合适。
Flash Thinking顾名思义，就是带上链式推理能力的版本。跟大家很熟悉DeepSeek-R1一样，它在回答之前会先进行多步骤推理。所以对于一些复杂任务，比如需要更强的逻辑推理，或者多跳问答，用Flash Thinking最合适。
前边说Gemini 2.0是性价比之王，我感觉不太准确。因为“性价比”这三个字好像显得它性能不太行的样子。更贴切的称呼应该是“卷王”。我给你们演示一下效果。
先来看看Pro的能力。我给的问题是：
英伟达的CUDA为什么能成功？护城河究竟有多深？AI时代，英伟达的竞争对手有可能赶超或者颠覆吗？
可以看到，Pro虽然比Flash慢，但其实观感上还是很快的。而且它给出的答案，逻辑很清晰，也没什么过多的废话，这一点我真的很喜欢。
再来看Flash Thinking。我来问一个最近讨论特别多的问题：
DeepSeek-R1的成功是否说明，可以不需要英伟达的高算力GPU和CUDA了？
Flash Thinking的思考过程是英文的。它先是拆解了我的问题，得出需要去搜索、调研的关键词，然后再去做相应的搜索。跟Pro一样，它的答案挺干净清爽的。
作为对比，同样的问题我拿去问了DeepSeek-R1。虽然结论差不多，都是具有不可替代性，只是依赖可能会减少，但是思考的过程有挺大差别：
Flash Thinking是先拆解，再搜索。R1直接搜索，再看搜到的网页都讲了什么。从方法的角度来看，我个人是更倾向于先做拆解的。你们觉得呢？
Gemini是我的主力AI应用。最初我是用ChatGPT的。结果在使用过程中遇到各种限制，特别烦。正好Claude 3.5出了，于是就转到Claude那边去。再后来，Claude大面积封号，我三个号都被挂了，于是“逃难”到Gemini，也充了值。
这次2.0的更新，我这几天用下来非常非常满意。不管是哪个版本，都做到了性能、稳定、速度以及价格的平衡。在桌面端用网页版，Pro、Flash和Flash Thinking都有。在手机上就用官方的APP，可以选Pro或者Flash。
只要谷歌那边别出什么幺蛾子，在下一次模型大更新之前，Gemini都会继续是我的日常主力。
我知道，用国外这些产品得跨过好几道门槛。但是，这些门槛其实也帮你筛掉了很多很多人。只要你花点时间、花点钱跨过去了，你就取得巨大领先了。还是那句话：
AI不会替代你，用AI的人，尤其是用先进AI的人才会。
OK，以上就是本期内容。想进一步了解AI，就来我们newtype社群。那咱们下期见！
Key Takeaway
- HuggingChat是一款免费体验最先进开源大模型的应用，提供网页版、iOS版和macOS版，设计简洁。
- HuggingChat的核心主张是让所有人都能用上Hugging Face社区最好的模型，并会不定期更新模型列表。
- 作者日常高频使用问答引擎Perplexity和Chatbot Claude，但HuggingChat因其轻量化和便捷性成为日常碎片化需求的承接工具。
- HuggingChat通过快捷键呼出对话框，并优先提升回复速度，Web Search功能需手动开启。
- HuggingChat还提供Tools功能，其中Flux图像生成工具能满足轻量级图像生成需求。
- 文章认为开源模型的性能已追平闭源，开源社区在开发应用方面更具优势。
Full Content
想要免费体验最先进的开源大模型，我推荐大家试试HuggingChat。
这款应用之前有网页版和iOS版。前些天，macOS版推出，在产品设计上还挺有心思的。我特别认同他们这种简洁的设计思路。
macOS版的HuggingChat不像别的APP那样，有一个很重的前端。当按下Command、Shift和回车三个默认的快捷键之后，才会出现一个极简的对话窗口，很像macOS的聚集搜索框。这时我们可以跟跑在云端的大模型对话。
如果要更换模型，点左边的加号进入设置，把模型从初始的Llama 3.1 70B改成国产的Qwen 2.5 72B。这些模型不是固定的，会不定期更新。因为HuggingChat的主张是：
让所有人都能用上来自Hugging Face社区的最好的模型。
这也说明了，Qwen 2.5和Llama 3.1、Command R+等模型一样，成为公认的、当下最好的开源大模型。Qwen确实是国产之光！
哈喽各位好，欢迎来到我的频道。我是国内少有的、能把AI的Why和How讲明白的博主。记得点一波关注，绝对不亏。如果想链接我，就来newtype社群，已经有500多位小伙伴付费加入啦。
回到今天的主题：HuggingChat。我每天都会高频使用的AI工具有两类：
一是问答引擎。目前世界上最好的问答引擎是Perplexity，这个没有之一，没得挑。但是光有它还不够，因为有很多东西是搜不到的。而且我也经常需要AI提供更多的角度，或者完善我的思路。
于是就有了第二类工具——Chatbot。目前我最满意的是Claude。它不只是模型能力比GPT-4更强，在功能体验上也比ChatGPT要好得多。Artifacts真的非常棒，绝对值回票价。我推荐给好多人了，用过都说好。
不过，对于咱们这些国内用户来说，Perplexity和Claude麻烦的地方就在于，隔段时间就要刷新页面、点一下验证。你别小看就这么一点点的麻烦——当你想用却被打断的时候，会很影响体验。
所以，当这种不方便久了之后，我都是有稍微严肃一点的任务的时候才去用它俩。日常大量的、碎片化的需求，需要有一个轻量化的、拿起来就能用的AI工具来承接——这就是我看上macOS版HuggingChat的原因。
平时隐藏在后边，要用的时候通过快捷键呼出对话框，这种看似不争的做法，其实是想抢AI终端的第一入口。为了实现这个野心，HuggingChat做了大量减法，甚至连上网搜索功能都要手动开启。
在设置里边有个Web Search，把它勾选上之后，模型就会上网搜索了。不过代价就是，回复的速度要慢一些，因为多了搜索和RAG的过程。我猜，这就是上网搜索功能没有默认开启的原因。
尽一切可能把回复速度提上来，这个优先级绝对高于任何其它功能。
如果用户有更重的需求，没问题，在桌面端用网页版，在移动端用iOS版。打开之后你就会发现，ChatGPT里的GPTs它也有，叫Assitants。不过大部分都没啥用啦，跟GPTs一样。
真正有生产力的，是Tools，工具。我用得最多的，是Flux图像生成。
我在前两期视频里介绍过Flux模型。它是SD团队出来做的，是目前世界上最先进的图像生成模型。第一，Flux生成的图像，无论是真实程度还是审美水平都超过别的模型。第二，Flux还能实现精准控制，比如它能在图像上准确生成文字。
Flux有三个版本，其中两个开源。这个工具所用的Flux dev，就是开源版本中性能最强的那一个。当我有一些轻量级的图像生成需求的时候就会用到它。比如生成一个文章配图。由于Flux本身能力强，这种任务对它来说很简单。实在不行就抽几次卡，也能搞定。
有了macOS版之后，加上之前已经在用的iOS版和网页版，我突然发现，HuggingChat已经悄悄成为我使用最频繁的AI工具了。开源模型的性能已经追平闭源。至于开发应用，大家水平都一样。甚至我会觉得开源社区更有优势，因为他们不用考虑什么生态啊、护城河之类的，没那么多包袱，可以放开手脚干。
OK，以上就是本期内容。想交流和学习AI，来newtype社群。那咱们下期见！
Key Takeaway
- NotebookLM是Google Labs发布的一款实验性AI笔记应用，结合了Chatbot和RAG，改变了传统笔记逻辑。
- 其核心功能区包括来源区（添加文档）、对话区（AI引导提问和回答）和笔记区（手动/自动创建笔记）。
- NotebookLM通过AI建议提问、引用来源和笔记生成等功能，显著提升了用户对文档的理解和知识沉淀效率。
- 该产品旨在实现“Conversational Learning”（通过对话进行学习），让AI辅助用户消化资料并生成内容。
- 尽管仍处于早期阶段，NotebookLM展现了AI在学习和知识管理领域的巨大潜力。
Full Content
这是我用过最好的AI学习产品。
它是Google Labs前段时间发布的一款实验性产品：NotebookLM。他们把由大模型驱动的Chatbot和RAG加进传统的笔记应用，整个产品逻辑都变了。
虽然NotebookLM还处在早期阶段，但是底子已经打好了。我用了一段时间发现，它对我的学习、知识的沉淀和整理，都非常有帮助。
我强烈建议大家看完这期视频后，都去试试。我已经在考虑怎么把它跟我平时在用的DEVONthink、Obsidian结合起来了。
我从零开始，演示给大家看。
目前这款产品还只限美国地区的用户使用。不过这些对咱们来说都不叫事儿。 登陆之后，就会看到这样一个有点简陋的页面：笔记本的创建和选择。
进入笔记本详情页，就三个核心功能区：
- 来源区
- 对话区
- 笔记区
来源区用来添加文档。支持Google Drive导入、PDF上传，或者直接贴文字进来。
文档上传之后，你可以选定一个文档或者多个文档。AI会根据你的选择，自动进行分析，给出Summary和Key Topics。这时，在对话区，对话框上边出现了AI建议的提问。
这么设计有什么好处？
当我们上传一个没有读过的资料时，往往不知道怎么跟AI开始对话——对资料内容一无所知，肯定不知道该问啥。
这时，我们就可以点击Key Topics或者建议提问中的任意一个，AI自动给出回答。每个回答都会包含citations，引用来源。把鼠标悬停在上边就会出现原文。点击的话，就会自动来到文档中对应的位置，这样还能看到上下文，有一个更全的了解。
值得注意的是，当提完一个问题之后，AI建议的提问还会更新。所以，即使不输入任何问题，跟随AI的引导，点几下鼠标，也能完成对一个大文档的初步了解。
这就是把大模型能力融进笔记应用之后，带来的显著提升。
笔记区也是如此。
我们可以手动添加笔记，也可以通过点击任意一个对话框里的pin按钮，把它自动变成一条笔记。
当笔记做得差不多了，可以把它们全部选中，AI同样会给出操作建议。比如，总结、全部合并，或者创建一个Outline。直接通过对话下达指令也OK。
在笔记的基础上，加上Chatbot和RAG，整个笔记应用就全变了。Google管它叫：Conversational Learning，通过对话进行学习。
就像刚才演示的那样，从一个基础问题开始，AI引导着你把整个资料消化完毕。在这个过程中，还可以很容易就创建若干笔记。最后，通过这些笔记，你还可以让AI帮你生成内容。
有学习，有产出，这就是Conversational Learning。这也是这款产品吸引我的地方。
当然，就像开头说的，NotebookLM还很初级，有很多不足。比如，最基本的多层级文件夹功能缺失。没法创建子文件夹，对资料整理、选择文档来说实在太不方便了。另外，语言的支持也不够，只有英文。我用中文提问，AI还是回复英文。我传中文的文档进去，AI还是回复英文。
当然，这些都是次要问题。Google只要围绕现在这个主干去完善，很有机会打造出一款非常给力的生产力工具。
这应该是我最期待的Google产品了。
OK，以上就是本期内容。大家记得点赞点关注。我们下期见！
Key Takeaway
- 腾讯元宝是普通用户入门AI的最佳启蒙工具，因其全场景覆盖、双模型支持和腾讯加持版R1。
- 元宝提供网页版、桌面客户端、手机APP和微信小程序，并支持微信文件导入，实现多场景无缝切换。
- 元宝结合DeepSeek-R1（慢思考）和混元Turbo S（快思考）双模型，兼顾深度和效率。
- 腾讯对R1进行了增强，包括接入公众号文章搜索来源和图片识别能力，使其成为“满血版”R1。
- 文章强调腾讯在C端市场的强大产品能力和自研能力，以及AI普及对普通用户的意义。
Full Content
DeepSeek火爆，最开心的厂商肯定是腾讯。
因为，当每家公司都接入DeepSeek，模型都一样，模型能力都拉齐之后，拼的是什么？拼产品。那么，拼产品，腾讯有怕过谁？更何况，除了DeepSeek，腾讯手里还有自研的混元大模型。
你发现没有，过完年的这段时间，一直很佛系、很随缘的腾讯突然变得凶狠、坚决了许多？
在B端，腾讯云把DeepSeek融入核心产品线，而且还推出基于DeepSeek的云服务和解决方案。
在C端，元宝一口气冲到APP Store免费榜亚军的位置，力压Kimi、豆包，仅次于DeepSeek官方APP。
我认为，普通人用AI，从元宝开始肯定是最佳的AI启蒙工具。我之前发的视频，大部分都是面向有一定基础的用户。然后每隔一两天就会有人私信问，纯小白该怎么上手AI？
很简单：AI时代最高效的学习方式就是Learning by doing。上手用起来，并且平时高频率使用，比你看一百篇教程都重要。而元宝就是普通用户、非Early Adopter的第一入口。三个原因。
第一，全场景覆盖。
用AI跟拍照其实是一个道理。能带出去的相机就是好相机。同样地，能让你随时用上AI的产品就是好产品。
元宝有全平台的网页版，Mac和Windows双支持的电脑客户端、iOS和安卓双支持的手机APP，以及不需要安装的微信小程序。
四端实时同步的特性，完美适配多场景切换。比如在电脑端没有完成的对话，外出时可通过APP继续讨论。我一般会把那些需要反复讨论的聊天置顶，这样下次就不用去历史记录里找半天了。
在这些基础功能之上，腾讯还做了一件只有腾讯能做到的事：
从微信里导入文档。
我相信，90%以上的用户把微信的“文件传输助手”当做“文件存放助手”来用，啥都往里放。因为在手机上，微信是第一入口。在微信里找文档是顺理成章的事儿。
那么，很自然地，在手机上，如果要把文档给到AI去分析，从微信直接导入过去是最方便的。
所以，当你在元宝APP里点击右下角的加号按钮时，会看到“微信文件”这个选项。它会跳到微信，然后通过元宝小程序作为桥梁，实现微信文件传输这个功能。或者反过来，直接在微信里“用其他应用打开”、选择元宝也可以。
你看，这个就叫产品能力。看起来很小的一个功能点，但是很实用、很贴心。这个就是典型的腾讯风格。
我挺希望接下来能有更多微信和元宝之间的联动的。比如，一篇很长的公众号文章，点右上角的转发按钮，能有一个“在元宝中打开”的选项。然后也像现在的“深度阅读文档”那样，给出总结、精读和脑图三个选项。我相信这肯定会成为爆款功能的。
第二，双模型支持。
DeepSeek-R1很好，但是它并适合所有使用情况。
像R1这类推理模型，通过多阶段训练，尤其是强化学习，最终获得了逐步推理和思维链的构建能力。于是，它们在面对复杂问题的时候，会先分析问题、识别关键点，再逐步得出结论。
但是，我们日常使用的时候，所有问题都是复杂问题吗？所有问题都值得等个好几秒才能获得答案吗？
显然不是啊。所以，光有DeepSeek-R1还不够，还得有别的模型。这个时候，自研能力的重要性就体现出来了。
前两天，腾讯上线了混元Turbo S模型。如果把DeepSeek-R1、混元T1称为“慢思考模型”的话，那么混元Turbo S就是“快思考”模型。它首字时延更低、吐字速度更快。两个字总结：
秒回。
在元宝里，当你选择混元模型，把“深度思考”按钮关了之后，就是用混元Turbo S做快问快答了。
说真的，我之前用了一段时间R1，每次看到一个简单的问题，它在那边琢磨半天，我都特别无语。比如，我说个“哈喽”，它想了5秒才回答，内心戏太足，有一种赛博朋克的荒诞感。
所以，“慢思考”加“快思考”，双模型搭配，日常使用效率才高。
第三，腾讯加持版R1。
现代大模型已进化为"应用平台"，
两年前的模型，基本就是单纯的文字对话。而今天的模型多了许多关键功能。比如你看Google的Gemini 2.0，强调“原生”的概念——原生的图像生成，原生的文字转语音，原生的工具使用。
这种大集成的目标，是为了打造一个universal AI assistant。这也成为现在旗舰模型的标配。
国内媒体为了流量，在吹捧DeepSeek-R1的时候，只聚焦在它的推理能力上，其它方面有意不提。所以，给R1加上更多工具、更多功能的任务，就落到应用厂商身上了。在这方面，元宝有两个点我特别喜欢。
一是搜索来源包括公众号文章。
中文互联网这几年泥沙俱下，能看的内容不多了。所以我在用Perplexity之类的工具时，都会在Prompt里特意强调：即使我用中文提问，你也给我去搜英文的网页。
如果要说还有哪里有不错的内容的话，那应该只剩公众号了。这个平台的内容属于腾讯的独家资源。这次元宝的搜索就用上了。
公众号的高质量内容，加上DeepSeek-R1的强推理能力，等于Quality in，quality out。
二是图片识别能力。
R1本身是不具备识图能力的。所以，包括DeepSeek官方在内的应用，都是添加一个OCR的功能，把图片上的文字提取出来，然后给到模型继续处理。
但是，如果图上没有文字，我就是想分析纯图片呢？
这个就是腾讯对R1的第二个加持。他们先对图片内容进行分析，把结果给到R1做回答参考。