AI热点 1天前 105 阅读 0 评论

爆款AI笔记Granola估值2.5亿美元,2人3天复刻出中文版

作者头像
AI中国

AI技术专栏作家 | 发布了 246 篇文章

1台AIPC,2个人,3天,复刻出爆款AI笔记Granola核心功能。Granola是一个“很通人性”的AI应用——我们需要的不是转录,而是符合个人大脑特征的AI工具。


征得2位开发者同意,文末附上了产品下载地址,欢迎大家体验“锐评”。


AI会议笔记一直是生产力工具的核心战场,今年的竞争异常激烈,ChatGPT、NotebookLM、Notion都推出了会议转录功能。但在巨头环伺之下,资本仍然在追捧AI Notetaker初创公司


  • Abridge:AI医生笔记,估值27.5亿美元
  • Fireflies:打通40+SaaS的AI会议纪要,自动提取关键行动项分发到相应SaaS,估值10亿美元
  • Otter:AI纪要,ARR 1亿美元,用户2500万
  • Read:AI纪要,估值4.5亿美元
  • Granola:AI会议笔记,估值2.5亿美元
  • Plaud.ai:AI录音笔,录音内容可转成脑图、笔记、摘要,ARR预计2.5亿美元


Granola凭什么成为「留存之王」?


AI笔记赛道先发者和高手林立,来自伦敦的Granola作为后起之秀,产品上线1年就达到2.5亿美元估值。它保持了超高的用户留存率——月留存70%,10周留存50%,是当之无愧的超级黑马AI应用。


Granola的产品理念和其他产品有根本性差异——并非追求AI替代人,而是把人机共生价值发挥到极致。它对会议场景有清晰的分工定义:人在开会的时候,应该记录的是自主迸发的思考与灵感,而不是去记录他人的发言,这种机械性任务会分散思考的精力,理应让AI去做。



Granola生成的笔记和腾讯会议等标准化纪要不一样,AI会根据你记录的关键词(图左),把纪要融进去,编织成匹配你的大脑和思维的专属笔记(图右)。


意外进化:从会议笔记到「个人办公第二大脑」


Granola这种分工让会议记录从 “被动抄写” 变成“主动创作”——人聚焦思考,AI负责信息兜底,形成高效协同


开会,只是工作流的环节之一,每个参会人关注点不一样,会后要执行的任务也不一样,"千人千面"的会议笔记和会后To Do更贴合真实的工作流。


Granola团队没想到的是,很多用户从会议场景开始使用,逐渐扩展到了个人笔记,成为"个人办公的第二大脑"。


用AI生产AI:2人3天复刻“中文版Granola”


我身边很多朋友期盼Granola能推出中文版。最近我亲眼见证了一个惊喜:1台AIPC,2个人,3天时间,利用Cursor快速复刻了“中文版Granola”的核心功能,不仅支持云端使用,还能在本地运行。使用AIPC的端侧算力和端侧模型,完全能达到同等丝滑的使用体验。


我在第一时间要了安装包进行体验,分享我真实的感受:开会半小时,2人参会,全程我只记录了几个关键词,整个过程不像在做笔记,而是在向AI标注重要事项:



会后,点击“enhance”让AI纪要增强我的笔记,要点清晰、没有遗漏,ToDo的生成也很准确:



会议笔记直接生成思维导图:



原始对话内容按时间戳保留记录:



我现在基本很少用在线文档做会议记录了。不过,这个产品目前还有需要精进的地方,比如:笔记生成后,我想局部修订个别关键词,让AI二次增强笔记;如果能支持插入图片,线上开会做笔记就更便利了。

虽然它的稳定性也还不完美,但已经展现了很高的开发效率。


人机交互的锚点:从对话中挖掘价值


这2位 “超级个体”开发者本是Granola的重度用户,却因没有中文版,很多会议场景无法顺畅使用。于是,2人动手复刻,仅用3天就上线了核心功能。公司同事发现后,也纷纷要了安装包,不到一周,全公司就实现了100%“Vibe Note”。


我最近也看了很多AI笔记产品的设计理念,发现团队中最新的数据、最重要的信息,不一定在文件中,而是散落在成员日复一日的沟通记录里。企业级AI领导者Palantir也有类似的经验,“企业最重要的数据和资产并非存在于系统中,而是在员工日常的对话里”。


Granola创始人Chris分享过,用户只是想外包所有重复、枯燥、无脑的工作,但不想外包判断,“人类并非想让AI替代自己的大脑,而是想让AI解放自己的双手”。


让个人数据服务于个人需求,AI才能从通用工具变成专属助手


在2位开发者看来,AI应用的真正潜力在于对个人数据的充分利用、与个人场景的深度融合。每个人的思维结构、行为习惯、知识结构、关注重点都千差万别,有人习惯在本地文件夹里归档资料,有人依赖个人知识库,有人的思考轨迹藏在文档修改记录、搜索历史等行为数据中。这些分散在PC里的 “个性化信息”,恰恰是AI理解用户的 “原始素材”。


他们特别看好AI应用和PC本地数据的联动,“当AI能充分理解我的数据,就能越来越贴合我的大脑特征和个性需求”,从千篇一律的 “通用工具” 进化为 “专属生产力助手”。同时,考虑到会议、笔记数据的隐私性,他们优先采用AIPC端侧算力与本地模型运行应用,兼顾了安全性与低成本。


文章来自于“后浪new”,作者“十鸢星奈”。

作者头像

AI前线

专注人工智能前沿技术报道,深入解析AI发展趋势与应用场景

246篇文章 1.2M阅读 56.3k粉丝

评论 (128)

用户头像

AI爱好者

2小时前

这个更新太令人期待了!视频分析功能将极大扩展AI的应用场景,特别是在教育和内容创作领域。

用户头像

开发者小明

昨天

有没有人测试过新的API响应速度?我们正在开发一个实时视频分析应用,非常关注性能表现。

作者头像

AI前线 作者

12小时前

我们测试的平均响应时间在300ms左右,比上一代快了很多,适合实时应用场景。

用户头像

科技观察家

3天前

GPT-4的视频处理能力已经接近专业级水平,这可能会对内容审核、视频编辑等行业产生颠覆性影响。期待看到更多创新应用!