刚讲完《数据可视化》这门课程，在现有教材的框架体系下，授课过程比较循规蹈矩，除了引入DeepSeek提高数据可视化的编程效率之外，其他仍是在传统知识框架内。其实AI时代，数据可视化有很多崭新的玩法，由于技术的新颖、时间不够充分和自己储备不足，很多领域尚未涉猎。因此，在这里做些总结和思考，主要聚焦在ToB和ToC领域的数据可视化产品、AI对数据可视化的增强以及从“数据可视化”到“数据可视听化”的一些互联网新玩法等。
一 数据可视化的意义和概念
（一）意义
作为一名学生，我们希望做出漂亮的图表来充实课设和毕业论文，想把枯燥的教材文本、复杂的理论知识变成思维导图，变成视频，去提高学习的效率和增加学习形式的多样性。
作为教师，我们想把刻板、抽象的文本理论变成有意思的图片和教学视频，用来吸引学生的注意力，让课堂更生动，从而提升教学效果。
作为职场人士，我们想把工作成果，把单调的数字和汇报文本，变成漂亮的报表、图表、PPT等，让自己的汇报更出彩，作为自己升职加薪的筹码。
作为自媒体，我们想把漂亮的文案，做成漂亮的图片，做成吸引人的音视频，从而获取流量，进而实现商业变现。
（二）概念
基于这个意义，我们来谈谈数据可视化的概念。
传统意义上，数据可视化，通常是指用编程语言或商业bi工具来实现各种图表，从而将数据变得好看，将信息传递变得更有效率。编程语言通常是Python、R、Echarts、D3等，商业bi工具通常是FineBI、PowerBI、Tableau等。
在这个概念范畴下，我们需要学习大量的专业知识，花大量的时间来做数据可视化，这注定是一小部分专业人士的专业游戏，并非一个普罗大众的应用场景。另外，因为其专业性，意味着这项工作有门槛、有成本，因此“数据可视化”往往发生在B端，只有企业才会养这么一群专业的人士，去做专业的可视化图表，因此应用范畴是相对狭窄的。
在ai时代下，所有的逻辑都改变了，ai在解构专业性这个能力上，从来没有让人失望，比如用自然语言（或规范化的提示词）来进行编程和绘图。利用ai，非专业人士可以在最短的时间内，踏入专业领域的门槛。这个现象，在“数据可视化”这个专业领域上同样适用。
回到开头讲的数据可视化的意义，因为ai降低了门槛，提高了效率，也就大大提升了很多应用场景的可行性，学生、老师、职场人士、自媒体等各种角色都可以找到数据可视化的应用场景，因此数据可视化不再局限于B端，大量的C端用户，也可以参与到这个游戏进来，为自己服务，用数据可视化来取悦自己，来提升表达的效率。
在ai杠杆的助力下，我将数据可视化做了个定义：将抽象数据通过图形、音视频等视觉元素直观呈现，以帮助人们理解、分析和沟通信息的过程。这个过程可以发生在B端，也可以发生C端，最终的交付成果可以是图形、图表，也可以是音频、视频，这正是标题所谓的：AI时代，从“数据可视化”到“数据可视听化”。
（三）ToB和ToC的数据可视化
我们通常把数据可视化的成果称之为“仪表盘”或“驾驶舱”，因为如果把企业这种庞大的组织比喻成飞机或汽车，正如仪表盘将关键驾驶信息集中展示一样，数据仪表盘可以将企业的核心业务指标（如营收、转化率）聚合在一个界面。此时，企业的高管们则拥有了在仪表盘面前运筹帷幄、沙场点兵的仪式感，这便是ToB层面的数据可视化。当然大部分的数据仪表盘都是面子工程，是高管们的权力游戏，企业一旦要节流，建议先砍掉这部分开支，这是后话。
如果我们只把数据可视化聚焦在ToB层面，则显得过于狭隘和无趣。在互联网背景下，C端拥有更庞大的群体，拥有更广阔的想象力和创造力空间。比如，在数据可视化的细分领域——文本数据可视化，当我们阅读一本书、一篇论文、一篇技术文章，为了取悦自己，为了提高知识的转化效率，我们对这些文本数据进行可视化，因此有了架构图、流程图、思维导图、视觉笔记等。当文本数据可视化之后，取悦自己的同时，取悦了更多有同样需求的用户，这便产生了流量，产生了自媒体，同时诞生了各种各样的服务于C端用户的可视化产品。尤其在AI的加持下，在文生图、文生音视频的多模态能力的支撑下，将会有大量的提高文本数据可视化生产效率的工具出现。
以下几张思维导图是传统时代下，B端和C端一些数据可视化工具，以及在AI增强后的一些新做法和新工具，本文也将一一介绍这些工具：
二 传统模式的数据可视化
（一）传统技术栈（或工具）
工欲善其事，必先利其器，数据可视化的实现工具繁多，由于数据可视化的主体不同、定位不同、难度不同，大体可以分为几类：
入门级工具：Excel。
编程语言：Echarts、D3、Python、R等。这类工具的受众是程序员，掌握编程语言，就是持有屠龙刀倚天剑，顶尖的高手可以用编程语言把数据可视化做成艺术品，比如下文提到的鸢尾花丛书中的《可视之美》。
商业数据可视化平台：Tableau、PowerBi、FineBI等。这类平台的定位是“强大好用、人人可用的大数据分析工具”，基本上做到零代码，在平台上拖拉拽图表组件即可，使用者可以把精力关注在商业分析上。
值得一提的是，最近看到数据可视化领域的一本书《可视之美》，作者用Python把数据可视化做得跟艺术品一样，更难能可贵的是，作者在GitHub上开源了“鸢尾花书”学习资源，截至2024年5月，已经分享5000多页PDF、5000多幅矢量图、约3000个代码文件。开源地址详见下文的附录。
图片来自《可视之美》开源库
（二）图表
选用合适的图表工具，表达数据的含义，这是数据可视化的基本功。根据数据之间的比较、联系、分布和构成关系，粗陋的分成如下图几类：
图片来自《数据可视化基础与实践》
（三）ToC的数据可视化
以上关于工具和图表的介绍主要是针对ToB领域，作为个人而言，我们通常不会用excel或Python做一个柱状图，来分析自己的学习时间、读书时长或刷短视频的时间分布，这多少显得有点滑稽。C端的工具逻辑完全不一样，这里列举在ai时代来临之前，我们常见的几种文本可视化工具：
1.思维导图。提炼关键词，用树状分支结构整理逻辑关系，这是一种侧重逻辑分层的视觉表达方式，可谓国民级应用，无须赘述。
2.视觉笔记。通过手绘、图标和版式设计将信息图像化，帮助强化记忆和激发创意，更强调视觉表达。但是门槛也比较高，期待这方面的ai产品，将大大降低视觉笔记创作的门槛。极客时间有一门关于视觉笔记的课程，详见附录部分。
图片来自极客时间
3.Markdown的图表语法
作为技术人员，还可以使用 Mermaid 语法来画图，这是是一种基于 Markdown的轻量级图表描述语言，可以直接嵌入到 Markdown 文档中，通过渲染引擎自动生成流程图、时序图、甘特图等。其优点在于像写代码一样画图，易于版本控制。DeepSeek和ChatGTP就是使用该语法来制图，如下图让DeepSeek画数据可视化的流程图时，使用了Mermaid代码，因此我们可以在与ai的信息流中直接显示图表：
三 AI时代下的数据可视化
（一）编程能力的增强
1.单项数据可视化任务：使用DeepSeek R1。对于一些零散的数据可视化任务，比如PPT里需要一张气泡图，论文里需要散点图矩阵来表达数据的关系，此时我们将数据投喂给DeepSeek，再提供图表模板代码（比如 https://echarts.apache.org/examples/zh/index.html），然后通过自然语言跟DeepSeek对话，他可以很快生成我们提供的数据所对应的可视化图表。
2.工程化的项目：使用cursor、Trae等。当数据可视化任务不是零敲细打的任务，而是系统化的软件工程时，比如基于Spring+VUE+Echarts的技术栈来实现可视化仪表盘，这种场景下，通用大模型就显得力不从心了，此时，AI Coding工具浓墨登场。AI Coding，作为大模型最能体现生产力的应用场景，作为衡量模型能力的关键标准，是兵家必争之地，因此这个赛道其卷无比，同样，AI Coding也将改变所有程序员的开发范式，每个技术从业者都将主动或被动的卷入其中。
（二）图形化能力的增强
数据可视化旨在借助于图形化手段，清晰有效地传达与沟通信息。因此图形是可视化的基本载体，这正好也是ai所擅长，自然语言+图形的结合滋生了大量有意思的产品，这里列举几个：
1.Napkin AI
这是一款专为商业故事讲述而设计的AI视觉工具，核心功能是将文本转化为各种视觉内容，如信息图、图表、流程图等，从而帮助用户更快速、更有效地创建视觉素材和分享想法。 写论文、写公众号、做PPT需要制图时，有了这款文本可视化的ai利器，效率大大提升，这就是ai带来的高效生产力。
2.NotebookLM
这是一款Google的AI笔记应用。假如有这样的应用场景：我们要阅读多篇复杂的论文、期刊或者电子书籍，同时还想学习相关主题的视频，希望提高获取知识的效率。基于NotebookLM，我们可以把所有的笔记、论文、视频传给他，他能快速生成摘要、文献综述，快速生成思维导图，并且还能生成通俗易懂的对话型的播客。解读复杂文本，快速生成思维导图，这属于文本可视化的增强，生成播客，则是数据视听化的一种体现。
NotebookLM根据论文生成思维导图
NotebookLM生成播客
3.Recraft绘本插画
Recraft能通过自然语言描述自动生成风格化儿童插画，极大降低绘本创作门槛，意味着文本可视化这件事情，可以直接出绘本了，这将大大激发普通人的创作欲望。以下六宫格是我让ChatGPT提供6张图片的文本，为小朋友讲清楚什么是数据可视化，文本框架如下：
图1：数字精灵登场。“米米的房间里，跑进了一群调皮的数字精灵！”
图2：米米犯迷糊。“它们在说什么？米米一点也听不懂！”
图3：魔法猫登场。“忽然，一只会魔法的小猫来了！”
图4：魔法变变变！“小猫一挥棒，数字们排好了队！”
图5：米米恍然大悟。“原来它们在告诉我我最爱吃什么！”
图6：快乐学习时间。“小猫说：这就叫——数据可视化！”
然后将每张图片的文本输入给Recraft，很快生成如下六宫格的绘本：
当然，ai应用的普遍特点是从0到1非常爽，包括这里的绘本，编程领域的demo、高保真设计图等，而一旦要调整细节，一旦要让ai精确的调整局部区域，则是举步维艰。当然，这才是ai应用元年，所有的应用都在这一年井喷和爆发，未来还有很多优化和想象的空间。
（三）用自然语言进行数据可视化
1.字节火山引擎的Data Agent。字节在AI领域创造不少好产品，比如这个定义为新一代企业级 AI 数据专家的Data Agent，把企业沉淀的数据资产投喂给他，然后用自然语言提问，他能像数据分析师一样，帮我们做数据分析、数据可视化，生成数据分析报告，甚至生成营销策略。
2.阿里DavaV数据可视化平台。同样的思路，DavaV支持文生看板、文生地图和文生图表等。这类平台将自然语言应用在数据分析和数据可视化领域，在生成可视化仪表盘方面可以大大提升效率。当然，与Data Agent一样，这类平台还应解决如何保障企业数据资产的数据安全问题。
（四）传统可视化平台工具的ai增强
AI时代，这些老牌的商业数据BI平台也不甘人后，powerBI的copilot让用户可以通过自然语言提问来完成数据分析任务，并生成报告和可视化的功能。Tableau的ai则为用户提供了生成数据故事、数据解释和预测功能等。
四 从“数据可视化”到“数据可视听化”
关于“数据可视听化”，将其拆分成听觉和视觉两个角度，前者代表作是文生播客，后者则是文生视频。播客方面，关注下扣子空间和NotebookLM，视频方面，则列举最近比较火的《假如书籍会说话》。
（一）播客：扣子空间、NotebookLM。
这类产品将冗长的文本（论文、书籍等），以通俗易懂的对话形式的播客，让学习变得更高效，更有吸引力，如下图为扣子空间提供的将PDF内容转为播客的示例：
播客链接如下:
https://space.coze.cn/share/7514388382693359631?share_id=7514388382693507087&secret=9jYtHu8S&from=home_case_list
（二）文生视频的案例：假如书籍会说话。
最近非常火爆的解读书籍爆款短视频《假如书籍会说话》，这是一个非常典型的文本数据可视听化的案例，该博主通过两个角色对话的方式解读一本书的短视频形式，单个视频最高20多万的点赞，截至目前，有48个的作品，获得35万+的粉丝和85w+点赞。这个idea有意思的点在于：
这是ai时代的产物。ai可以快速解构书籍，生成对话文本，ai可以做视频，ai可以做字幕，这些能力通常由多个智能体提供。而组合智能体形成新的产品，这个行为则由人来完成，
视频高度结构化，但不影响观看体验。视频其实类似于播客的视频版，视频里有两个角色，主持人负责提问，书籍作为答疑者，每个作品的解构基本一致，这种一致性保证了视频的产出，毕竟人类的书籍浩如烟海，博主可以长期输出，灵感永不枯竭。
这是文本可视化的高级应用。高质量的文本（来自于书籍）+AI杠杆=源源不断的高流量的短视频作品。
网上有很多拆解这些作品制作技巧的文章，有兴趣的同学可以看下附录的产品链接。
（三）文生学习视频：videotutor、秘塔。
videotutor这个产品的slogan是“万物皆可问，知识一目了然”。用这款产品，我们提的任何问题，他都可以生成一段教学视频。类似的产品还有秘塔的“今天学点啥”。作为教育从业者，我会持续关注这类ai教育产品。
官方提供的物理题讲解例子
五 总结
AI时代，很多产品的逻辑都彻底颠覆了，包括数据可视化。这篇文章借题发挥，从小小的“数据可视化”领域入手，将这个概念的范畴扩大到“数据可视听化”，以及从传统的“B端”的领域，扩大到“C”端领域。毕竟，我们经常提及大模型的多模态能力：文本、视觉和听觉等，当涉及到跨模态生成，比如文本转换成视觉和听觉时，其实就是“数据可视听化”的范畴。正是由于ai的杠杆，大大降低了这个领域的门槛，使其变得普罗大众。
文章里介绍了很多“数据可视听化”的ai工具，由于水平有限、认知有限，这只是众多 ai 工具和 ai 新玩法中的沧海一栗。作为ai应用的元年，或者说ai智能体的元年，一切都刚刚起步，回想移动互联网时代的第一版微信（2011年1月发布），到今天庞然大物的微信，14年间经历过多少版本迭代。而显然，ai应用还尚未出现类似的超级应用，一切才刚刚开始。
当然，文章所讲的一些ai工具，很多还停留在“讲故事”的阶段，当我们真正把这些产品用在工作、学习时，还存在很多不尽如人意的地方，也需要学习很多与ai对话的技巧。但还是那句话，今年只是ai应用元年，未来还有很多想象空间。因此，作为普通人，每个人应该具备作品意识，唯有创作，无论是写作、做短视频、做图片、做播客、做app，只有去创作，才能打造ai发挥的舞台，而唯有用ai，才能跟上时代的这波浪潮。
