實測|NotebookLM「影片摘要」大升級:新增6種視覺風格,如何一鍵生成客製化教學影片?
實測|NotebookLM「影片摘要」大升級:新增6種視覺風格,如何一鍵生成客製化教學影片?

重點一NotebookLM 推出升級版「Video Overviews」,導入 Gemini 影像生成更新 Nano Banana(奈米香蕉),提升敘事影片的理解與記憶效果。

重點二:新增兩種觀看格式:「Explainer(解說)」與「Brief(摘要)」,滿足深度與速覽兩種需求。

重點三:提供六種視覺風格與可用指令客製內容,功能於本週先向 Pro 用戶推出,後續擴及所有用戶。

Google 的 NotebookLM 宣布為「Video Overviews(影片總覽)」推出重大升級,導入 Gemini 的最新影像生成更新 Nano Banana(奈米香蕉),以生成貼合脈絡、助益理解的插圖與視覺素材。

此更新的核心在於,將使用者上傳的來源資料轉化為具敘事性的影片時,同步提供更具語境感的畫面,讓繁密文件不僅「說明」內容,亦能幫助「記住」要點。

官方指出,新的 Video Overviews 會自動採用六種新視覺風格之一: Watercolor(水彩)、Papercraft(紙藝)、Anime(動漫風)、Whiteboard(白板)、Retro Print(復古印刷)與 Heritage(古典) ,用戶可在生成後於介面中進一步挑選或調整。

此版本同時支援在影片生成前後以自然語言指令微調焦點與呈現方式,例如限定分析「business plan(商業計畫)」中的「成本」章節 (長影片中的某一部分) ,或指示將食譜改編為「易於跟做、聚焦備料與烹調步驟」的流程影片,提升專業文件與日常知識的轉譯效率。

新增兩種格式:「說明影片」與「摘要」

新版提供兩種觀看模式以對應不同情境需求。 Explainer(解說)為結構化、全面性的影片,適合深入理解一份或多份資料的脈絡、細節與推論;Brief(摘要)則以「速覽」為目標 ,濃縮文件的核心概念與要點,便於快速掌握重點或做初步篩選。

生成流程維持簡潔:於 NotebookLM 選擇來源並點選「影片摘要」即可開始;若需客製,點擊影片總覽圖塊的鉛筆圖示,選擇格式、視覺風格並輸入指令;生成期間用戶可繼續瀏覽筆記。

影片摘要已經支援繁體中文
NoteBookLM的影片摘要新增多種視覺風格。
圖/ Google

Google強調,此設計強調以最少的步驟獲得最適合的敘事與視覺結果,降低長文閱讀負擔,提升知識吸收與再利用效率。

Google 表示,這次「影片摘要」的升級功能將於本週率先推送至 NotebookLM 的 Pro 用戶,並於接下來幾週逐步開放至所有用戶,同時會在所有支援語言陸續上線。 經《數位時代》測試,目前Pro用戶已開放生成繁中內容。

從產品定位與更新路線來看,Nano Banana(奈米香蕉)在生成具脈絡性的插圖與風格化敘事方面扮演關鍵角色,補足了以往「純文字摘要」難以傳達的語境與記憶點,也為研究、教學、內部簡報與內容製作等場景提供更高效率的創作與溝通工具。

延伸閱讀:NotebookLM是什麼?介面與功能介紹:如何用它消化大量內容?

NotebookLM實測:給中學生的「古文明FIRST TAKE」

為了檢驗本次 NotebookLM 更新的強大程度,《數位時代》本次在YouTube上挑選了一支《國家地理頻道》官方釋出的影片〈Ancient Civilizations of the World〉(世界古文明)作為測試對象,該影片片長達4小時36分。

由於目前「影片摘要」支援透過提示詞調整影片內容,因此編輯部預設該片為「面向國中生的古文明教材」,Prompt大致如下:

教學影片製作 Prompt(面向國中生)
• 目標受眾:台灣國中生(7–9年級),零基礎也能理解。
• 影片長度:10–12 分鐘。
• 語言與語氣:繁體中文(臺灣),生動、清楚、具故事性,避免艱深術語。
• 教學目標:
1. 認識海洋考古如何「看見」被海水與沙土掩埋的古文明證據。
2. 了解多個文明的代表案例:埃及、維京、瑪雅、龐貝、愛琴海、羅馬。
3. 學會用「證據→推論」的歷史思考方法,分辨神話、傳說與考古發現。

以下則為 NotebookLM 的生成結果:

沉沒的故事:海洋考古學揭開失落世界

資料來源:National Geographic

NotebookLM這次升級好用嗎?

經過本次實測,可以確認NotebookLM強大的影片生成功能,在未來或可成為教育領域的一大利器。只要有優質的影片來源,就可以透過 Prompt 產出客製化教材:無論想強調故事性、思辨性、分析系、學術性⋯都可以要求 NotebookLM 細部調整(甚至連分鏡都可指定)。目前可見的缺點,就是對中文字型的生成仍有「變體」的機率。

更重要的是, NotebookLM 也不只能生成影片。現階段的「報告」功能,也內建4種預設格式、4種建議格式,完全可以依照「想要學習的方向」來客製化文字內容。亦即用戶完全可以利用 NotebookLM 打造一座私人的小型資料庫,可以隨時透過「提問AI」學習特定領域的知識。

總結來說,「世上沒有蠢人,只有懶人」的時代,可能已經悄悄來到。

延伸閱讀:如何用ChatGPT串聯Canva,3分鐘生成簡報?完整提示詞、實際範例一次看

資料來源:Google9 to 5 Google

本文初稿為AI編撰,整理.編輯/ 李先泰

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓