实测字节扣子空间：AI 播客比真人丝滑，Agent 能打 80% 的工

上个月，字节跳动旗下的 agent 「扣子空间」刚上线时，曾因用户量激增而导致服务器一度被挤爆，全网都在疯传内测码。

经过一个月的发展，AI 科技评论发现扣子空间最新推出了一个新功能—— 一键生成播客。

相较于专注于任务规划与执行的通用 Agent，AI 播客 Agent 需要的能力更为复杂，包括但不限于内容理解、多模态融合、语音合成、情感表达、多角色模拟以及对话逻辑等，这对多模态性能提出了更高要求。

目前市场上具备一键生成播客功能的 AI 工具并不多见。谷歌 NotebookLM 的音频模块虽能将用户提供的文档、笔记、网页等内容转化为类似播客的音频对话，但在中文语音合成的自然度和情感表达方面还有待提高，相较之下，扣子空间在中文环境下更具优势。

下面让我们一起来体验一下扣子空间的实际效果。

1、Agent 一键生成播客，比真人更流畅

以 AI 科技评论发布的对 Trans-N.ai 联创孙又晗的采访《前小马智行孙又晗创立 Trans-N.ai，出海日本获最大种子轮融资》为例，若想将文字版内容转换成包含声音、文字、图片的完整播客形式，则需要经历复杂的生产流程。

在内容层面，创作者需要耗费时间构思创意并撰写脚本；在音频制作方面，则涉及硬件设备、剪辑软件、录制过程、手动剪辑、降噪处理等多个环节，整个过程耗时耗力。

然而，使用扣子空间打开这期播客非常简单，只需在对话框中输入需求：“请根据这篇文章生成一期播客”，无需额外操作，即可立即获取完整的播客内容。

扣子空间生成的结果如下：

首先必须指出的是，这段播客语音几乎完全忠实于原文，没有出现随意杜撰的情况。其次，对话中的 AI 主播语气生动自然，对于长句的分割准确，在转折处还能感受到情绪的变化。此外，双方问答的形式非常自然，具有很强的对话感。

原链接：

https://www.php.cn/link/cd9840da1d1e99d7a4455acf36785fc6%

面对数千字的文字专访，扣子空间能够生成内容生动自然的播客，大家可以亲自试试看！如果挑战更大一些，发送一篇几万字的长文档，并且语言较为学术、深奥，扣子空间的表现又如何呢？

提供如下一篇论文，主题为《晚清天文学译词考察——以五种天文学译著为中心》，共有17页PDF内容，其中包括大量天文学专业术语：

论文链接：

https://www.php.cn/link/50177f8a9ab8866cb77c77ae1e47c5fa

将这篇论文生成一期播客，扣子空间给出的回答是：

整段播客对话仿佛来自专业电台主播。在内容理解和表达方面，口语化的表达缓解了学术内容的严肃感，同时逻辑清晰，逐步深入地探讨了译词的特点、来源、演变及其研究意义，信息密度高。AI 男女主播问答配合默契，语气轻松。

原链接：https://www.php.cn/link/f4271742acc08a5da8f3dd4053e38b27

跳出专业性强的内容，如果是生活化、轻松的话题，扣子空间能否准确理解各种类型的 prompt 要求，并生成富有表现力的内容。

提供如下一篇小红书笔记，要求根据这篇笔记生成一个“彩虹屁”播客。

扣子空间生成的播客如下：

拌面天才的故事,AI科技评论,1分钟

在这段音频中，不仅尊重了字数有限的小红书文案，还自动生成了一些非原文的内容，比如男主播调侃“这话题听着就饿”，更加贴近人类语境。而且，音频对话节奏明快，符合播客的娱乐属性，营造了人类主播的氛围感。

原链接：

https://www.php.cn/link/c94bb1bbd9c2b4a9c93fcf140c18e20e

再增加难度，让扣子空间围绕“2025端午节龙舟赛”这样的实时热点话题，生成一期新闻热点的时评播客：

从捕捉实时热点的角度来看，扣子空间能够捕捉到南昌国际赛、深圳福田邀请赛等赛事，信息详尽且数据准确。并且，AI 主播在讲解时表现得富有感染力，语气词的加入也让内容显得更加真实。

原链接：

https://www.php.cn/link/dea279307a9e8db9a1f426e4d0d4886d

2、不止「一键生成播客」

经过数十个案例的测评，AI 科技评论发现，扣子空间的能力远不止一键生成播客，它更像是一个精通多项技能的「通用实习生」，并且这个「实习生」背后有各行各业的专家作为后盾，无论是在生活、学习还是工作场景，扣子空间都能高效、及时地响应你的个性化需求。

Agent 搜图

尽管 AI 图像处理技术已经广泛应用，但在某些特定场景下生成的图片仍然存在“AI味儿”太浓、与文字搭配不自然、与现实差距较大、无法满足严肃创作需求等问题。最终，不得不手动通过搜索引擎一张张寻找符合需求的图片。

扣子空间的 Agent 搜图能力则更为全面、精准。输入 prompt：“写一篇详细的乌兰察布旅游指南，重点介绍值得一游的景点和当地的特色美食，要求图文并茂。”得到的答案是：

在这份攻略中，美食、美景图片能够与文字精准匹配。扣子空间不仅能在海量图片资源中找到高质量的真实图片，还具备强大的视觉理解能力，准确理解每张图片所包含的内容。

再以云南毒蘑菇宣传科普文为例，要求将毒蘑菇图片与文字介绍精确对应，扣子空间给出的结果是：

点击查看完整内容：

https://www.php.cn/link/06956e10db83a3243154d65e297620d1

不仅图片与文字对应正确，扣子空间生成的内容更加全面，共给出了39种蘑菇图片及其介绍。

深度分析、多种形式呈现能力

工作中或学习中，针对某一话题展开调研是常见的需求，通常需要快速针对某一事件进行调研、收集海量信息，再条理清晰地呈现出来。

例如，在电商运营场景中，将特定产品在某电商平台的1000条用户评论交给扣子空间，要求进行深度分析，并用可视化方式呈现，得到的结果是：

再提供一个数十页 PDF 的智能眼镜访谈记录文档：

提出的需求仅为“帮我总结访谈记录”，无需进一步交互，扣子空间就能输出如下结果：

完整结果可查看：

https

以上就是实测字节扣子空间：AI 播客比真人丝滑，Agent 能打 80% 的工的详细内容，更多请关注php中文网其它相关文章！