百川联创字节腾讯入局AI小宇宙被集体押注

时间：2026-06-23 14:24

前百川智能联合创始人焦可创立AI播客“来福”，内容全由AI生成，用户可自定义点播。类似产品如豆包等提升非访谈类制作效率。测试显示AI播客达及格水平，适合新闻类场景，但在娱乐及知识类中难替代人类。目前更偏向工具化应用。

今年4月底，一篇聚焦前妙鸭相机产品负责人张月光及其AI播客产品ChatPods的分析文章指出，利用AI打造泛播客工具或平台面临不小的挑战。而近期，AI领域又一位知名从业者选择离职创业，其瞄准的方向正是AI播客这一赛道。

2025年3月，前百川智能联合创始人焦可宣布离职，投身创业。同年7月，他创立的“北京耳朵时间科技有限公司”悄然上线了一款名为“来福”的AI播客产品。

与ChatPods不同——后者侧重于利用AI增强人类制作的播客内容，进行推荐与总结——“来福”上的所有播客均由AI自主生成。用户可随时生成或点播自己想听的内容。注册环节支持两种方式：一是语音对话（AI会提出三个问题），二是通过文字提交基础信息（如年龄、性别、感兴趣的主题标签）。完成注册后，首页会推荐符合用户兴趣的播客，并配备一个ChatBot。在收听过程中，用户可以随时通过语音或文字与AI互动，提问、点播内容，甚至闲聊。

根据实测，来福目前内置了不少预制播客。用户还可以根据个人喜好点播，例如“我想听背部运动的相关内容”。如果库中没有对应内容，系统大约在3到5分钟后便会生成一段15分钟的播客，由两位AI主播“小来和大福”以对话形式讲解背部肌肉结构及锻炼前的注意事项。不过，也有同事在测试中遇到生成失败的情况，此时系统会转而推荐其他内容。

截至8月2日，点点数据显示，来福总下载量约为2000。该产品仍处于早期阶段，第三方平台尚未收录其活跃用户与收入数据。将张月光的ChatPods与焦可的来福进行对比，可以发现一个明显的转变：从“AI加持播客”演变为“AI生成播客”，AI与播客的融合方式变得更加原生。

无独有偶，在海外NotebookLM走红之后，近两个月内，多款AI生成播客的产品或功能陆续在国内市场亮相。除了来福这类用户点播主题、AI直接生成的模式外，其他产品大多遵循NotebookLM的路径：用户输入要求、提供参考文件与链接，再由AI直接生成一段音频播客。

人类提供内容，AI负责“制作”——这样的播客能达到及格水平吗？

ListenHub首页，豆包和Coze的页面也大同小异

从使用方式来看，这三款产品大同小异：用户输入文字或上传资料，等待约5分钟，即可获得可直接发布的完整音频（目前豆包仅支持上传资料，不支持文字输入）。当然，用户也可以选择不上传任何内容，将资料搜集工作完全交给AI。但测试表明，这种方式产出的内容质量远不及上传材料来得扎实。此外，豆包和Coze目前都只提供官方预制的语音，而ListenHub则在7月29日向订阅用户开放了语音克隆功能。

AI生成播客工作流程

整体而言，AI播客的工作流程类似于“人机共创”。人类仍是创作主体，负责把握主题、核心内容与观点；AI则扮演“制作人”角色，将文字内容进行口语化、叙事化包装与润色，并通过自主搜索补充资料、完善观点，最终输出一段5到15分钟的对话式短播客。

注：红框中是AI可以着重提效的部分。嘉宾访谈类播客由于无法提前拿到观点，目前AI还不能提供帮助。| 来源：Reddit

对应到传统播客创作流程，AI播客产品在非访谈节目的“录制”和“后期剪辑、制作”环节（即红框部分）能显著提升效率。根据JustPod的数据，中文播客创作者每期节目的净工作时长约为12.9小时，其中录制与剪辑的工作量占比超过一半，不仅耗时量大，而且过程繁琐、枯燥。从逻辑上讲，AI播客消除了“录制、剪辑”的门槛，使得擅长内容输出但不擅长播音与剪辑的人也能制作播客。对于现有播客创作者而言，这无疑也是一种提效方案。

理论上虽然成立，但AI播客究竟能达到人类播客的几成功力？带着这一疑问，我们将此前那篇关于ChatPods的分析文章分别输入ListenHub、豆包和Coze，生成了一段播客，并从内容与听感两个维度总结了五个测试指标。结果如下：

从测试结果来看，三款产品生成的播客效果相当令人惊喜。它们都能较好地模仿播客风格，对话自然流畅，忠实于原文的内容与观点，基本达到了人类播客的及格水平。三者对比，ListenHub表现最佳；Coze的听感与ListenHub相近，但存在一些事实错误；豆包则出现抢话问题，且内容缺乏增量信息，综合表现略逊一筹。

（关注测试过程与细节的读者可继续阅读下文，我们也附上了三段播客的音频链接。各位读者可以自行聆听、评判。若不关心细节，可直接跳过。）

豆包生成的内容基本是对原文的复述，未进行自行搜索以补充增量信息，也未改动文字结构，仅将文章改写成对话风格并做了精简处理。在听感方面，豆包在前30秒出现了抢话现象——开场白尚未说完，另一位主播便接话了。

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在生成播客时会从网络上搜索大量信息，播客中也能听到其他文章的观点与数据。然而，AI自行搜索的内容中存在明显的事实错误。听感方面则没有明显问题。

ListenHub深度探索模式输出的播客脚本。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”模式与豆包类似，基本采用“用对话呈现事实”的方式。而“深度探索”模式则更接近Coze，时长在8到15分钟，AI会对文章进行更深层次的理解，并参考增量信息进行分析。例如，测试文章提到“投资人愿意出资，主要是看中张月光的个人能力”，播客中AI将其归纳为“CEO信仰”，并进一步剖析了深层原因。

从测试结果来看，三款产品的输出均能达到及格水平。然而，作为生产力工具，这些产品几乎是NotebookLM的翻版——不仅时长普遍小于15分钟，不符合主流播客的用户习惯，也缺乏二次剪辑、短切片生成、多平台封面制作等针对播客场景的提效工具。

更为关键的问题是，AI播客虽然质量及格，但距离被听众真正消费和接受，仍有不小的差距。

不同的路径，相同的结局？

上述AI播客产品直接生成内容的思路与ChatPods有所不同。但分析发现，AI播客产品生成的内容更适用于以事实传达为核心的“新闻类播客”场景。而在更大众化的“娱乐类”和“知识类”播客中，它们很难替代现有的播客内容，也难以被用户广泛接受。

娱乐、学习、打发时间是用户听播客的主要目标，学习排第二

此前的分析指出，以放松、陪伴、娱乐等非功利目的收听播客的用户占比，与“获取信息”几乎相当，甚至更高。而娱乐类播客内容本身高度依赖主播的真实情绪、即兴发挥以及主播之间的化学反应——这些恰恰是当前AI难以模拟的。

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）

知识型播客看似与AI“专业对口”，但问题在于，目前大多数知识型播客以“访谈类”为主，AI难以有效加持。从小宇宙平台订阅量Top11的科技类播客来看，除排名第5的《大小马聊科技》采用三位固定主播对谈形式外，其余10档均为“主持人+不同嘉宾”的访谈模式。

对于知识性播客而言，用户的核心诉求是“一手信息”和“独特观点”。尤其在科技、财经等相对专业的领域，由业内人士直接输出观点和见解，说服力明显更强。相比之下，AI生成的内容显然缺乏竞争力。在实际操作中，主播与嘉宾在对话前通常只商定大致框架，实际对话时会产生大量框架外的“追问”和“闲聊”。这种不可预知性决定了当前AI生成播客模式很难加持访谈类节目。

2020年新闻类和每日新闻播客占整体的比例（左），以及欧美部分市场中新闻类和每日新闻播客在苹果播客Top250榜单中的占比（右）

尽管AI播客可能难以适应大多数热门播客形式，但在“重信息传达、轻解读评论”的新闻类播客中，它仍有用武之地。新闻类播客虽然不是主流，但也拥有一批忠实受众。根据2020年的一项统计，新闻类播客数量仅占所有播客的7%，但在部分市场中受众并不少。例如，在法国和美国的苹果播客Top250（2020年）中，新闻类播客的上榜比例分别达到45%和30%。

总的来说，除了新闻类，无论是“博人一笑”的娱乐类，还是以“对话权威”为主的知识类播客，AI都很难加持到能被听众喜爱和消费的程度。与NotebookLM类似，这些AI播客产品可能更偏向于一种“帮助用户解读晦涩文章、提升自我学习效率”的工具化场景。