前百川聯(lián)創(chuàng)下場、字節(jié)騰訊入局，“AI小宇宙”正在被集體押注？

白鯨出海·2025-08-10

從“加持”到“生成”，這次行不行？

編者按：本文來自微信公眾號 “白鯨出?！保↖D：baijingapp），作者：白鯨小編，創(chuàng)業(yè)邦經(jīng)授權轉載。

4 月底我們曾經(jīng)在《融了 3 個億的張月光，就做出了個“AI 播客播放器”？》選題中觀察過由前妙鴨相機產(chǎn)品負責人張月光開發(fā)的 AI 播客產(chǎn)品 ChatPods，當時我們認為，想用 AI 做成一個泛播客工具/平臺比較困難。而最近，又有 AI 領域的知名從業(yè)者離職創(chuàng)業(yè)，選擇的方向恰恰也是 AI 播客。

2025 年 3 月，前百川智能聯(lián)合創(chuàng)始人焦可宣布離職創(chuàng)業(yè)，7 月份，他創(chuàng)立的“北京耳朵時間科技有限公司”低調(diào)上線一款 AI 播客產(chǎn)品“來?！?。

與 ChatPods 用 AI 去加持人類制作的播客內(nèi)容，發(fā)力內(nèi)容推薦與總結不同，“來?！鄙系牟タ腿慷际?AI 生成的，用戶可以隨時生成、點播自己想聽的內(nèi)容。注冊時，用戶可以選擇用語音與 AI 交流 3 個問題，或者以文字形式提供基礎信息（年齡、性別、通過標簽的方式選擇自己感興趣的主題），注冊完成后，系統(tǒng)在主頁上為用戶推薦符合興趣的播客，并配有一個 ChatBot，在收聽時，用戶可以隨時使用語音或文字與 AI 進行交互，完成提問、點播等操作，或與 AI 閑聊。

根據(jù)測試，目前來福上有不少預先制作好的播客，用戶也可以基于自己喜好進行點播，比如我和 Chatbot 說“我想聽背部運動的相關內(nèi)容”，來福在庫里沒有找到，大概花了 3-5 分鐘的時間生成了一個總長 15 分鐘的播客。講述了背部的肌肉、和做背部鍛煉之前應注意的問題等等，然后由兩個 AI 主播“小來和大?！蓖ㄟ^對話演繹。但其他同事在測試時，遇到了生成播客失敗的問題，來福轉而推薦了其他內(nèi)容。

截止 8 月 2 日，點點數(shù)據(jù)顯示，總下載量 2000 左右，可能是因為產(chǎn)品處于早期階段，三方平臺沒有收錄到活躍用戶和收入數(shù)據(jù)。如果將張月光的 Chatpods、和焦可的來福對比來看，兩者之間完成了“從 AI 加持播客，到 AI 生成播客”的轉變，AI 與播客的結合，更加“原生“了。

而無獨有偶，在海外 NoteBookLM 火過后，近兩個月，有多款 AI 生成播客產(chǎn)品/功能在國內(nèi)市場上線，除了來福這種，用戶點播主題，AI 直接生成之外，其余更多是遵循 NotebookLM 的使用路徑，用戶輸入要求、提供參考文件和鏈接，然后由 AI 直接生成一段音頻播客。

人類給內(nèi)容，AI 管“制作”，能達到及格水平？

ListenHub 首頁，豆包和 Coze 頁面也大同小異

首先從用法上，三款產(chǎn)品大同小異，輸入文字、上傳資料，等待 5 分鐘左右，直接得到可以發(fā)布的完整音頻（目前豆包無法輸入文字，僅能上傳資料）。雖然用戶也可以不上傳其他資料，將內(nèi)容搜集工作完全交給 AI，但是經(jīng)過測試，這種方式輸出內(nèi)容的質量遠不如上傳材料來的好。此外，目前豆包和 Coze 均只能使用官方制作好的語音，而 ListenHub 則剛剛在 7 月 29 日面向訂閱用戶推出了語音克隆功能。

AI 生成播客工作流程

總體看，AI 播客的工作流程比較像“人機共創(chuàng)”。人類仍是創(chuàng)作主體，把握主題、核心內(nèi)容與觀點；AI 則充當“制作人”，將人類給出的文字內(nèi)容進行口語化、敘事化的包裝、潤色，再通過自主搜索，補充資料、完善觀點，輸出一個 5-15 分鐘對話形式的短播客。

注：紅框中是AI可以著重提效的部分，嘉賓訪談類型的播客由于無法提前拿到觀點，目前AI并不能有所加持。| 來源：Reddit

而對應到播客原有的創(chuàng)作流程，AI 播客產(chǎn)品能夠明顯提效的是非訪談節(jié)目的“錄制”和“后期剪輯、制作”的環(huán)節(jié)（紅框中）。根據(jù) JustPod 的數(shù)據(jù)，中文播客創(chuàng)作者每期節(jié)目的凈工作時長為 12.9 小時，錄制、剪輯的工作量，大概要占到一半以上，不僅工作量大，還很繁瑣、無趣。從邏輯上看，AI 播客能去掉“錄制、剪輯”環(huán)節(jié)的門檻，讓擅長內(nèi)容輸出，但不擅長播音和剪輯的創(chuàng)作者也能做播客，對已有的播客創(chuàng)作者也是一種加持和提效的方案。

理論上看起來成立，但 AI 播客能做到人類的幾成功力呢？帶著這個問題，筆者將之前寫的 ChatPods 選題“喂”給了 ListenHub、豆包和 Coze，分別生成一段播客，并從內(nèi)容和聽感兩個層面，總結出了 5 個測試維度，結果如下：

從結果來看，三款產(chǎn)品生成的播客效果令人驚喜，都能比較好地模仿播客風格、對話相當自然，也都能忠實于原文的內(nèi)容與觀點，基本已經(jīng)能達到人類播客的及格水平了。而三者對比下來，ListenHub 最好；Coze 聽感上與 ListenHub 差不多，但“扣分點”是一些事實錯誤；而豆包有搶話的情況，內(nèi)容上也沒有增量信息，綜合來看略差一些。

（關心測試過程和細節(jié)的讀者可以向下閱讀，我們也將三段播客貼了出來，各位讀者也可以聽一聽，自行評判，如果不關心測試細節(jié)，可以跳過。）

豆包生成的內(nèi)容基本是復述文章的內(nèi)容，沒有自行搜索的增量信息，也沒有改動文字結構，只不過把文章改成了對話風格，并進行了內(nèi)容精簡。聽感上，豆包在播客的前 30 秒出現(xiàn)了搶話情況，開場白還沒說完，另一個人就“搶話”了。

文章中并沒有提到Chatpods有實時向主播提問的功能，僅能向AI提問，這里Coze出現(xiàn)了事實錯誤｜圖片來源：Coze

Coze 在生成播客時會在網(wǎng)上搜索大量的信息，在生成的播客中，也能聽到網(wǎng)上其他文章中的信息和觀點，但是由 AI 自行搜索的信息中，出現(xiàn)了明顯的事實錯誤，聽感上則無明顯問題。

ListenHub深度探索模式輸出播客的腳本，圖中高亮的內(nèi)容是AI自行添加的分析｜圖片來源：ListenHub

ListenHub 的速聽精華模式與豆包相似，基本是以“對話方式呈現(xiàn)事實”。深度探索模式更像 Coze，時長達到 8-15 分鐘，AI 會更深度的理解文章，并參考增量信息，給出分析，如上圖，測試文章中有說到“投資人愿意拿錢，主要是看中張月光的個人能力”，而在播客中 AI 就將歸為“CEO 信仰”，并分析了深層次原因。

從測試結果看，三款產(chǎn)品的輸出都能夠及格，但作為生產(chǎn)力工具，這些產(chǎn)品幾乎是 NotebookLM 的復制，不僅小于 15 分鐘的時長不太符合主流用戶需求，也沒有二次剪輯，以及供分發(fā)環(huán)節(jié)用的短切片、生成適用于不同平臺的播客封面生成等適應播客場景的提效工具。

而更關鍵的是，AI 播客質量合格，與能被聽眾消費之間，仍存在距離。

不一樣的路徑，一樣的結果？

上述 AI 播客產(chǎn)品直接生成內(nèi)容的思路雖然與 ChatPods 不同，但分析下來，AI 播客產(chǎn)品生成的內(nèi)容會比較適用于以事實傳達為核心的“新聞類播客”場景，但在更大眾化的“娛樂類”、“知識類”播客中，卻很難替代現(xiàn)有的播客內(nèi)容，被用戶所接受。

娛樂、學習、打發(fā)時間是用戶聽播客的主要目標，學習排在第二

之前的選題有分析過，秉持放松、陪伴、娛樂等非功利目的收聽播客的用戶占比與“獲取信息”幾乎等同、甚至更高。而娛樂類播客內(nèi)容本身，非常依賴主播的真實情緒、即興發(fā)揮和主播之間的化學反應，這些是當前 AI 難以做到的。

小宇宙平臺科技類播客訂閱數(shù) Top11，發(fā)布時間 6 月 10 日｜圖片來源：小紅書博主趙智沉（侵刪）

而知識型的播客看上去和 AI“專業(yè)對口”，但目前大多數(shù)知識型播客以“訪談類”為主，AI 也很難進行加持。從小宇宙平臺上訂閱量 Top11 的科技類播客來看，除了排名第 5 的《大小馬聊科技》是以 3 位固定主播對談的形式，其他 10 檔播客都是以“主持人+不同嘉賓”的訪談形式為主。

對于知識性的播客來說，用戶需求的核心價值是一手信息與獨特的觀點，尤其是相對專業(yè)化的科技、財經(jīng)等領域，由業(yè)內(nèi)人士輸出觀點與見解，能夠顯著增強說服力，而相比業(yè)內(nèi)人士，AI 生成的內(nèi)容顯然不夠有競爭力。實際操作層面，主播和嘉賓在對話前，一般只會商量大概框架，真正進行對話時會有大量框架外的“追問”與“閑聊”，由于其不可預知的特性，目前 AI 生成播客的模式，很難加持訪談類播客。

2020 年新聞類和每日新聞播客占整體的比例（左），歐美部分市場中新聞類和每日新聞播客，在蘋果播客 Top 250 榜單中的占比（右）

雖然，AI 播客可能無法適應多數(shù)熱門播客形式，但是，在“重信息傳達，輕解讀評論”的新聞類播客中，AI 還能有用武之地。新聞類播客雖不是主流，但也有一定受眾群體，根據(jù) 2020 年的一項統(tǒng)計，新聞類播客的數(shù)量僅占所有播客的 7%，但是在部分市場是有不少受眾的，比如，在法國和美國 Top250 播客節(jié)目（蘋果播客）中，分別有 45% 和 30% 的新聞類播客上榜。

總體來看，除了新聞類，無論是主打“博人一笑”的娛樂類，還是以“對話權威”為主的知識類播客，AI 都很難進行加持，并達到能被聽眾所喜愛、所消費的標準。與 NoteBookLM 相同，這些 AI 播客產(chǎn)品可能還更偏向于“幫用戶解讀晦澀難懂的文章，做自我學習提效”的工具化場景。