编者按：本文转自创业邦专栏作者白鲸出海，作者张凯然，编辑殷观晓，创业邦经授权转载。
2024 年下半年，NotebookLM 的 AI 播客功能在网上爆红。把笔记、论文、网页变成“双人播客”，用 AI 对知识进行“加工”，以一种更容易消化的形式呈现给用户，打开那些有意愿、但没时间的人群的增量市场。
在这之后，越来越多知名创始人开始押注 AI 知识获取，资本也迅速跟进。但是，从我们的观察看，这些产品成绩参差不齐，有的产品甚至不到半年就已退出市场。
但即便如此，前人的失败，也没挡住后人入场。根据“AI+新闻”产品 Ancher 的 CEO Vincent 的说法，AI 产品想要跑出来都需要适配一个“强场景”，知识获取作为很多用户的刚需，已经形成了既有流程，新产品想要打破常规，找到“强场景”并不容易。
值新年之际，我们盘点了过去一年观察过的多款 AI 知识获取产品，回顾他们的短期探索结果。
此前观察过的 AI 知识获取产品的象限图，ListenHub 由于是创作工具，逻辑不同，未收录在图中。
一、AI 整顿音频播客了吗？
2023 年 11 月，在妙鸭相机一炮而红之后，产品负责人张月光宣布离职创业，创立了北京沐言智语科技有限公司，公司成立短短半年就完了 4 轮总计近 3 亿元人民币的融资，ChatPods 就是它的第一款产品，目前该产品已经停止运营了。
ChatPods 定位为「播客播放器」，这款产品不做 AI 生成播客，而是聚合市面上大部分播客内容之后，用 AI 帮用户消化播客。
在听前阶段，ChatPods 为用户推荐内容，而在听播客的过程中，它也会通过 AI 总结、ShowNotes、问答、转录等功能，帮助用户理解、消化播客内容，进而节省时间。
但是，从播客听众的调查与反馈来看，音频作为一个低侵入性的媒体形式，大家也基本都是在碎片时间和做其他事情的同时收听播客的，且超过一半的时间会花在心理、旅行、艺术、历史、体育、悬疑等更偏向于提供情绪价值或休闲娱乐的内容类别上，对总结、转录等功能的需求不强、同时这类杀时间行为，用户也不方便进行操作。上线以来，ChatPods 的成绩并不好，目前已在应用商店下架。
ChatPods 试水之后，张月光的沐言智语后续又推出了游戏化 AI 陪伴产品「星眠」，以及 AI PPT 产品 Dokie，都在“热门”赛道，目前都还未跑出成绩。（ 关于「星眠」，读者可参考我们之前的选题《被质疑“不懂游戏”，张月光的「AI 男友」已完成首轮内测》）
张月光之后，2025 年 7 月，前百川智能联创焦可推出的 AI 播客产品“来福”低调上线，与 ChatPods 不同，「来福」更进了一步，平台上不再是人类播客作者的内容了，而是根据用户的需求和兴趣，由 AI 生成播客、由人类来消费内容。成绩上，来福的表现要比 ChatPods 好一些，从 12 月中旬开始，来福的全球日下载量（iOS 端）能稳定在 1000 左右，但也是没有探索出用户为什么非要为此而付费。
从听感上来说，AI 生成的播客已经能在内容与听感层面达到及格水平，甚至能超过一般人类创作者。但是，AI 播客仅适用于以事实传达为核心的“资讯类播客”，趣味性低、没有人味儿，很难达到付费消费的标准。
从两款产品看，张月光的 ChatPods 产品定位与用户需求错位，用户杀时间的偏娱乐行为，ChatPods，却提供了效率类工具；来福则难在资讯获取之外找到强场景，AI 想要在音频播客市场闯出一片天，很难。
但是依靠播客的非侵入性，另一些产品将心思用在了“理解书籍”上，成绩稍好一些。
二、听 AI 短播客来读书，
构成强场景适配吗？
如果说上面的产品有效率工具与娱乐需求的错位，那么，在本就重视效率的读书获取知识场景，用 AI 短播客提升效率呢？
9 月 23 日，曾担任字节智慧教育业务线 CEO 的李可佳推出了一款“AI 播客+读书”的产品 Aibrary，这款产品的核心功能是把书籍转化/重塑为个性化播客，并通过定制学习路径、互动式辅导等辅助功能，服务于个人学习场景，也获得了包括红杉中国在内的多家知名 VC 的投资。
目前从数据上看，Aibrary 虽然成绩好一些，但也算不上成功，近 30 天下载量为 1.7 万，但流水仅 171 美元，不过，还是有了流水。
用户在使用时，可以先收听书籍的 Summary 和系统生成好的一段双人播客，如果觉得这个内容有用或者感兴趣，用户可以要求 AI 生成一段“Idea Twin Podcast”，这个内容是实时生成的，由一名主持人和用户的声音组成，根据开发者的说法：“在 Aibrary，你不再只是听播客，而是与 AI 共同“主持”一档节目”，来启发用户的思路，更好地吸收知识。
李可佳认为，在 AI 时代，个性化内容、激发用户思考、建立快速反馈机制，建立“内容-行动-反馈-成长”的闭环是教育产品的一个迭代方向。虽然目前成绩还不太好，但整个产品依然在一个自身的逻辑闭环中探索，后续我们会持续关注。
相对而言，秉持着相似思路的刘吉松（Jisong L.）与 Befreed，成绩就要好一些了，近 30 天下载量 12.5 万，流水 1.2 万美元。
虽然同样是“用短播客理解长书籍”，但 Befreed 更注重个性化推荐、也更强调目的性。首先，首先在推荐机制上，能够很明显的感受到 Befreed 的推荐内容会根据用户的搜索行为发生变化，提供的书籍摘要也根据用户的目的，有 5分钟/20-30分钟两种篇幅选择。
而在学习完书籍摘要后，系统会询问用户是需要生成播客，但这个播客不会与单个书籍绑定，其目的也是帮用户解决问题，而非仅仅协助理解内容。
无论是 Aibrary 还是 Befreed，其实都是用 AI 加工书籍内容，辅助用户理解，如果真正达成目标或追求更优质的体验，用户可能最后还是回归读书，但明显更偏目标导向、让用户有获取感的 Befreed，起码激发出了用户的付费欲望，效率工具，适配目标导向，需要实现获得感。
去年，除了上述 4 款与 AI 播客强相关的产品，我们还观察了 Speechify、ListenHub 等几款数据相对较好的“AI 声音类”产品，“做工具”并先适配一小部分用户的需求，让它们的成绩，要好上很多。
三、简单直接的工具+
适配垂类人群，打开用户钱包
2023 年，a16z 发布第一期 a16z 产品榜单时，Speechify 就赫然在列，甚至排名还高于音频赛道的“带头大哥”ElevenLabs，但几年过去，Speechify 虽然在各大 AI 榜单上销声匿迹，但它却在 App 端默默赚钱，常年能保持在美国畅销总榜 Top100，巅峰月流水能达到 500 万美元+，虽然近几个月有所下滑，但近 30 天流水仍能达到 100 万+。
Speechify 的核心功能说起来非常简单，用户上传文字内容，AI 朗读出来给用户听，这款产品不仅提供多种声音选择，也能以比较细的颗粒度调节播放速度。根据创始人的说法，这种设计面向的核心用户群体是 ADHD 人群，以满足他们获取知识的需求。在此基础上，Speechify 又添加了 AI ChatBot、AI 回顾、内容总结、测验生成、播客生成等功能，满足更广泛用户的需求。
而针对 ADHD 人群的刚需，Sppechify 采用了“高价+高付费墙+年订阅”的变现策略，不仅定价高达每年140 美元，订阅收入的 70%都是年订阅，且非订阅用户的使用体验较为糟糕，这种思路，也让 Speechify 形成了“低用户量、高 ARPU”的局面。
近期，Speechify 宣布从原本的文本转语音工具升级为完整的 Voice-first AI Assistant 平台，整合语音输入、AI 播客生成、会议笔记、AI Workspace 与 Voice Chat 等能力，支持用户通过“听、说”完成阅读、写作与知识处理流程，并打通 Google Drive、OneDrive 等文件生态，定位转向基于语音的 AI 助手。
相比 ToC 的 Speechify，ListenHub 则是坚定走 To Professional 路径，为创作者提供生产力工具，2025 年下半年，ListenHub 不仅 ARR 突破了 300 万美元，还完成了一笔 200 万美元的“天使+轮”融资，我们也联系到了 ListenHub 的创始人橘子老师。
在对话中，橘子老师告诉我们，ListenHub 成立时的定位就是要做语音交互，而交互是由“输入”和“输出”两部分组成，但通过对 NotebookLM 的使用观察发现，用户使用播客的时候只想听，其实不想交互，所以，头一年，以输出为主、对应创作者人群。
但在深耕输出的过程中，ListenHub 并没有只做一件事，而是靠着 Vibe Coding 和有“创新冗余”的团队架构设计去适配各个新推出的模型，开发各种功能和独立站点，快速验证用户需求。
目前 ListenHub 中已经集合了 AI 播客、
TTS（文本转语音）、AI 生图、解说视频、
PPT 等生成功能｜图片来源：ListenHub
最后，推荐一个产品的创业思路，虽然与 AI 播客不太相关，但也在信息过滤和知识获取的大方向上。
相比橘子老师横向铺开、一点一点的扩展产品的边界，我们对话的另一位创始人 Vincent Wu 的思路则是深挖一个小用户群体的垂类需求。Vincent 的产品名叫 Ancher，是一款“AI 新闻阅读器”。
Vincent 是一个“新闻老兵”，曾在包括 NewsBreak 等多个新闻平台担任运营负责人，他告诉我们，目前资讯平台的推荐机制是相当低效的，而且最后会收敛到“用户喜欢的信息”而非“真正有用的信息”。所以，Vincent 开发了一套基于“微妙语义及用户目的”的推荐机制，帮助用户找到真正需要的内容。
而他瞄准的用户群体则是真正需要“高质量资讯”，且愿意为之付费的欧美 Pro 用户。除了推荐合适的资讯，Ancher 也可以帮他们补充事件发生的深层次原因、当事方/专家/社会的反应等等，其中一个典型场景是，用户看到了一条新闻很有触动，要分享给团队，就不能只分享新闻本身，而是要将背景和各方反应一并分享，按 Vincent 的话说，这是在打通“资讯-理解-使用”的闭环。
虽然 Ancher 仍处于比较初期的阶段，但已经获得了多家资本的关注，也完成了两轮融资，总融资额在千万美元级别。
写在最后
从年初到年末，对多款 AI 播客的观察来看，AI 播客娱乐内容的完全不匹配，这也是 ChatPods 和来福，很难在音频播客市场立足的原因。
而扩大到知识获取的范围，则需要找到让用户甘愿改变习惯的“强场景”，在这个过程中，又需要一个明确的价值，才能驱动用户持续使用、付费。找到“匹配强场景的强价值、获取对应的垂类人群”可能才是知识获取产品能够切入市场的重中之重。
数据来自SimilarWeb、点点数据、Semrush、广大大等三方平台，可能与真实数据中存在一定误差，仅供参考。
本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。
