AI播客崛起：从加持到生成，挑战与机遇并存

在4月底我们曾报道过张月光开发的AI播客产品ChatPods，当时我们认为，用AI打造一个泛播客工具/平台颇具挑战。而最近，又有AI领域的知名从业者离职创业，选择的方向正是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加持人类制作的播客内容不同，“来福”上的播客全部由AI生成，用户可随时生成、点播想听的内容。注册时，用户可选择用语音与AI交流3个问题，或提供基础信息（年龄、性别、感兴趣的主题），系统推荐符合兴趣的播客，并配有ChatBot，在收听时，用户可与AI进行语音或文字交互，完成提问、点播等操作。

根据测试，来福上有不少预先制作好的播客，用户也可基于喜好进行点播。例如，我向Chatbot说“我想听背部运动的相关内容”，来福在库里没找到，便生成了一个总长15分钟的播客。但其他同事在测试时遇到生成失败的问题。

截止8月2日，点点数据显示，总下载量约2000次。可能是因为产品处于早期阶段，未收录活跃用户和收入数据。对比张月光的ChatPods和焦可的来福，两者完成了“从AI加持播客到AI生成播客”的转变。

在海外NoteBookLM火爆后，近两个月，有多款AI生成播客产品在国内上线。除了来福这种用户点播主题、AI直接生成外，其余多遵循NotebookLM的使用路径。用户输入要求、提供参考文件和链接，由AI直接生成音频播客。

人类给内容，AI管“制作”，能达到及格水平？

ListenHub、豆包和Coze三款产品大同小异。首先从用法上，输入文字、上传资料，等待约5分钟得到完整音频。虽然用户也可不上传资料，但这种方式输出内容的质量远不如上传材料好。此外，目前豆包和Coze仅能用官方语音，而ListenHub则面向订阅用户推出了语音克隆功能。

总体来看，AI播客的工作流程像“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包装、润色，通过自主搜索补充资料、完善观点，输出对话形式的短播客。

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

对应到播客原有的创作流程，AI播客产品能提效的是非访谈节目的“录制”和“后期剪辑、制作”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、剪辑的工作量占一半以上。不仅工作量大且繁琐、无趣。从逻辑上看，AI播客能去掉“录制、剪辑”环节的门槛。

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。从内容和听感两个层面总结出5个测试维度：

从结果来看，三款产品生成的播客效果令人惊喜。都能较好地模仿播客风格、对话自然且忠实于原文内容与观点。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且内容无增量信息。

（关心测试过程和细节的读者可以向下阅读，我们也贴出了三段播客供听众评判。）

豆包生成的内容基本复述文章且没有自行搜索的增量信息。听感上豆包在播客前3

文章中并未提到Chatpods有实时向主播提问的功能。

Coze会上网搜索大量信息并在生成的播客中听到其他文章中的信息和观点。但由AI自行搜索的信息中出现明显的事实错误。

ListenHub的速听精华模式与豆包相似但以“对话方式呈现事实”。深度探索模式则像Coze一样有分析和增量信息。

不一样的路径，一样的结果？

上述AI播客产品虽与ChatPods不同但分析下来：这些产品生成的内容适用于新闻类播客场景但在更大众化的娱乐类、知识类播客中却难以替代现有内容。

娱乐、学习、打发时间是用户听播客的主要目标且学习排第二。

而娱乐类播客内容本身非常依赖主播的真实情绪、即兴发挥和化学反应这些是AI难以做到的。

知识型播客看上去和AI“专业对口”但目前大多数以访谈类为主而访谈类也较难进行加持。实际操作中主播和嘉宾的对话会有大量框架外的“追问”与“闲聊”。

写在最后

综合以上分析AI生成播客的质量已能及格但仍未达到用户接受水平。从整个市场来看音频播客仍小众且头部主播吸走大部分流量与收入。