前百川联创下场、字节腾讯入局，“AI小宇宙”正在被集体押注？

白鲸出海·2025年08月07日 08:13

从“加持”到“生成”，这次行不行？

4 月底我们曾经在《融了 3 个亿的张月光，就做出了个“AI 播客播放器”？》选题中观察过由前妙鸭相机产品负责人张月光开发的 AI 播客产品 ChatPods，当时我们认为，想用 AI 做成一个泛播客工具/平台比较困难。而最近，又有 AI 领域的知名从业者离职创业，选择的方向恰恰也是 AI 播客。

2025 年 3 月，前百川智能联合创始人焦可宣布离职创业，7 月份，他创立的“北京耳朵时间科技有限公司”低调上线一款 AI 播客产品“来福”。

与 ChatPods 用 AI 去加持人类制作的播客内容，发力内容推荐与总结不同，“来福”上的播客全部都是 AI 生成的，用户可以随时生成、点播自己想听的内容。注册时，用户可以选择用语音与 AI 交流 3 个问题，或者以文字形式提供基础信息（年龄、性别、通过标签的方式选择自己感兴趣的主题），注册完成后，系统在主页上为用户推荐符合兴趣的播客，并配有一个 ChatBot，在收听时，用户可以随时使用语音或文字与 AI 进行交互，完成提问、点播等操作，或与 AI 闲聊。

根据测试，目前来福上有不少预先制作好的播客，用户也可以基于自己喜好进行点播，比如我和 Chatbot 说“我想听背部运动的相关内容”，来福在库里没有找到，大概花了 3-5 分钟的时间生成了一个总长 15 分钟的播客。讲述了背部的肌肉、和做背部锻炼之前应注意的问题等等，然后由两个 AI 主播“小来和大福”通过对话演绎。但其他同事在测试时，遇到了生成播客失败的问题，来福转而推荐了其他内容。

截止 8 月 2 日，点点数据显示，总下载量 2000 左右，可能是因为产品处于早期阶段，三方平台没有收录到活跃用户和收入数据。如果将张月光的 Chatpods、和焦可的来福对比来看，两者之间完成了“从 AI 加持播客，到 AI 生成播客”的转变，AI 与播客的结合，更加“原生“了。

而无独有偶，在海外 NoteBookLM 火过后，近两个月，有多款 AI 生成播客产品/功能在国内市场上线，除了来福这种，用户点播主题，AI 直接生成之外，其余更多是遵循 NotebookLM 的使用路径，用户输入要求、提供参考文件和链接，然后由 AI 直接生成一段音频播客。

人类给内容，AI 管“制作”，能达到及格水平？

ListenHub 首页，豆包和 Coze 页面也大同小异

首先从用法上，三款产品大同小异，输入文字、上传资料，等待 5 分钟左右，直接得到可以发布的完整音频（目前豆包无法输入文字，仅能上传资料）。虽然用户也可以不上传其他资料，将内容搜集工作完全交给 AI，但是经过测试，这种方式输出内容的质量远不如上传材料来的好。此外，目前豆包和 Coze 均只能使用官方制作好的语音，而 ListenHub 则刚刚在 7 月 29 日面向订阅用户推出了语音克隆功能。

AI 生成播客工作流程

总体看，AI 播客的工作流程比较像“人机共创”。人类仍是创作主体，把握主题、核心内容与观点；AI 则充当“制作人”，将人类给出的文字内容进行口语化、叙事化的包装、润色，再通过自主搜索，补充资料、完善观点，输出一个 5-15 分钟对话形式的短播客。

注：红框中是AI可以着重提效的部分，嘉宾访谈类型的播客由于无法提前拿到观点，目前AI并不能有所加持。| 来源：Reddit

而对应到播客原有的创作流程，AI 播客产品能够明显提效的是非访谈节目的“录制”和“后期剪辑、制作”的环节（红框中）。根据 JustPod 的数据，中文播客创作者每期节目的净工作时长为 12.9 小时，录制、剪辑的工作量，大概要占到一半以上，不仅工作量大，还很繁琐、无趣。从逻辑上看，AI 播客能去掉“录制、剪辑”环节的门槛，让擅长内容输出，但不擅长播音和剪辑的创作者也能做播客，对已有的播客创作者也是一种加持和提效的方案。

理论上看起来成立，但 AI 播客能做到人类的几成功力呢？带着这个问题，笔者将之前写的 ChatPods 选题“喂”给了 ListenHub、豆包和 Coze，分别生成一段播客，并从内容和听感两个层面，总结出了 5 个测试维度，结果如下：

从结果来看，三款产品生成的播客效果令人惊喜，都能比较好地模仿播客风格、对话相当自然，也都能忠实于原文的内容与观点，基本已经能达到人类播客的及格水平了。而三者对比下来，ListenHub 最好；Coze 听感上与 ListenHub 差不多，但“扣分点”是一些事实错误；而豆包有抢话的情况，内容上也没有增量信息，综合来看略差一些。

（关心测试过程和细节的读者可以向下阅读，我们也将三段播客贴了出来，各位读者也可以听一听，自行评判，如果不关心测试细节，可以跳过。）

豆包生成的内容基本是复述文章的内容，没有自行搜索的增量信息，也没有改动文字结构，只不过把文章改成了对话风格，并进行了内容精简。听感上，豆包在播客的前 30 秒出现了抢话情况，开场白还没说完，另一个人就“抢话”了。

文章中并没有提到Chatpods有实时向主播提问的功能，仅能向AI提问，这里Coze出现了事实错误｜图片来源：Coze

Coze 在生成播客时会在网上搜索大量的信息，在生成的播客中，也能听到网上其他文章中的信息和观点，但是由 AI 自行搜索的信息中，出现了明显的事实错误，听感上则无明显问题。

ListenHub深度探索模式输出播客的脚本，图中高亮的内容是AI自行添加的分析｜图片来源：ListenHub

ListenHub 的速听精华模式与豆包相似，基本是以“对话方式呈现事实”。深度探索模式更像 Coze，时长达到 8-15 分钟，AI 会更深度的理解文章，并参考增量信息，给出分析，如上图，测试文章中有说到“投资人愿意拿钱，主要是看中张月光的个人能力”，而在播客中 AI 就将归为“CEO 信仰”，并分析了深层次原因。

从测试结果看，三款产品的输出都能够及格，但作为生产力工具，这些产品几乎是 NotebookLM 的复制，不仅小于 15 分钟的时长不太符合主流用户需求，也没有二次剪辑，以及供分发环节用的短切片、生成适用于不同平台的播客封面生成等适应播客场景的提效工具。

而更关键的是，AI 播客质量合格，与能被听众消费之间，仍存在距离。

不一样的路径，一样的结果？

上述 AI 播客产品直接生成内容的思路虽然与 ChatPods 不同，但分析下来，AI 播客产品生成的内容会比较适用于以事实传达为核心的“新闻类播客”场景，但在更大众化的“娱乐类”、“知识类”播客中，却很难替代现有的播客内容，被用户所接受。

娱乐、学习、打发时间是用户听播客的主要目标，学习排在第二

之前的选题有分析过，秉持放松、陪伴、娱乐等非功利目的收听播客的用户占比与“获取信息”几乎等同、甚至更高。而娱乐类播客内容本身，非常依赖主播的真实情绪、即兴发挥和主播之间的化学反应，这些是当前 AI 难以做到的。

小宇宙平台科技类播客订阅数 Top11，发布时间 6 月 10 日｜图片来源：小红书博主赵智沉（侵删）

而知识型的播客看上去和 AI“专业对口”，但目前大多数知识型播客以“访谈类”为主，AI 也很难进行加持。从小宇宙平台上订阅量 Top11 的科技类播客来看，除了排名第 5 的《大小马聊科技》是以 3 位固定主播对谈的形式，其他 10 档播客都是以“主持人+不同嘉宾”的访谈形式为主。

对于知识性的播客来说，用户需求的核心价值是一手信息与独特的观点，尤其是相对专业化的科技、财经等领域，由业内人士输出观点与见解，能够显著增强说服力，而相比业内人士，AI 生成的内容显然不够有竞争力。实际操作层面，主播和嘉宾在对话前，一般只会商量大概框架，真正进行对话时会有大量框架外的“追问”与“闲聊”，由于其不可预知的特性，目前 AI 生成播客的模式，很难加持访谈类播客。

2020 年新闻类和每日新闻播客占整体的比例（左），欧美部分市场中新闻类和每日新闻播客，在苹果播客 Top 250 榜单中的占比（右）

虽然，AI 播客可能无法适应多数热门播客形式，但是，在“重信息传达，轻解读评论”的新闻类播客中，AI 还能有用武之地。新闻类播客虽不是主流，但也有一定受众群体，根据 2020 年的一项统计，新闻类播客的数量仅占所有播客的 7%，但是在部分市场是有不少受众的，比如，在法国和美国 Top250 播客节目（苹果播客）中，分别有 45% 和 30% 的新闻类播客上榜。

总体来看，除了新闻类，无论是主打“博人一笑”的娱乐类，还是以“对话权威”为主的知识类播客，AI 都很难进行加持，并达到能被听众所喜爱、所消费的标准。与 NoteBookLM 相同，这些 AI 播客产品可能还更偏向于“帮用户解读晦涩难懂的文章，做自我学习提效”的工具化场景。