文章介绍了 Huxe 这款 AI 音频 App，它能够将用户的邮件、订阅的科技新闻、AI 行业动态等信息整合，生成一档个性化的“私人电台”。作者认为，相比听书，Huxe 这种信息密度适中、真人（AI 扮演）对话式的播客形式更易于接受。Huxe 的创始团队来自 Google，曾参与开发 NotebookLM，他们发现用户偏好“听信息”，故而创立 Huxe，旨在过滤和组织世界的声音。App 支持中文，并能与用户进行互动，提供 Live Station 和 DeepCast 两种模式，前者侧重实时更新，后者则进行深入讲解。Huxe 集成了 ASR、NLP、TTS 技术，通过 LLM 动态生成对话式音频，并可关联邮箱、日历等，成为实时的知识接口。尽管目前在国内使用尚不稳定，但 Huxe 在 AI 语音交互领域开辟了“音频计算”的新路径，专注于信息整理、知识消费和轻交互，有望成为“帮你听懂世界”的伙伴。

🎧 **Huxe 打造个性化 AI 音频伴侣**：Huxe 是一款创新的 AI 音频 App，通过绑定用户的邮箱、订阅源等，能够将海量信息整合成一档定制化的“私人电台”。它能实时播报早晚间新闻、科技动态、行业资讯，甚至中美科技竞争的重大事件，为信息输入提供了一种高效且易于接受的方式，尤其适合在通勤等碎片化时间场景下使用。

💡 **源自 Google 团队的创新理念**：Huxe 的核心团队来自 Google，曾是 AI 笔记工具 NotebookLM 的重要开发者。他们在构建 NotebookLM 时观察到用户对“听信息”的需求，并认为 AI 应帮助人们过滤和组织信息。Huxe 的创立正是基于这一理念，旨在将“声音理解”作为 AI 的新方向，专注于信息整理和知识消费，而非成为一个全能助手。

📻 **多样化的音频内容生成模式**：Huxe 提供两种核心内容生成模式：Live Station 侧重于对特定主题（如竞争对手、公司事件）的持续追踪和实时更新，形成“常驻电台”；DeepCast 则能根据用户需求进行深入讲解和结构化讨论，并支持收听过程中的追问和互动，提供更系统化的理解和学习体验。

🚀 **技术驱动与未来展望**：Huxe 集成了先进的语音识别（ASR）、自然语言处理（NLP）和语音合成（TTS）技术，通过 LLM 动态生成自然流畅的“对话式音频”。它将音频从简单的输出渠道升级为实时的知识接口，预示着“音频计算”的未来方向，即 AI 不仅能听内容，更能理解上下文、用户需求，并提供个性化的信息服务。

原创 池建强 2025-11-11 12:03 北京

我以前有尝试听书，比如通勤的时候打开微信读书的听书功能，有很好的 AI 声音为你读书。结果听完之后，翻开书再看，发现听过的部分几乎没什么印象。听播客就还好，当然播客本身也没文字版，忘了也不知道。

我的推断是：书的信息密度更大些，听着听着就走神了；播客的优势是真人讲人话，另外信息密度低一些，本来也是听着玩，就没这种“忘却”的感觉。

听不了书，那每天通勤的时候除了听音乐和播客，还有什么选择么？

我最近在听 Huxe，一款 AI 音频 App，我个人以为，这是个非常有趣的创新。

我每天早晚大概有一小时到一个半小时在开车通勤的路上，由于我每周都要输出大量的文字，包括科技产品和 AI 技术的内容——最近写了 MiniMax M2、Google AI Mode、钉钉千万热行技术、7nm芯片、阿里云和百度云等——这些都需要大量的信息输入。

如何在通勤这段时间里获取高质量信息呢？我发现了这款产品：Huxe。

首先我把 Huxe 和我的 Gmail 邮箱绑定，早上打开是早间新闻，晚上打开是晚间新闻，它会把我的邮件摘要、订阅的科技新闻、AI 行业动态，甚至中美科技竞争的重大事件，都串联成一档“私人电台”，在我打开的那个瞬间，实时更新，生成一档音频节目，还支持中文。

主持人是两个 AI 男女，声音温和自然，语气像是在和我聊天。听的时候我还能按住下方的音频按钮，加入聊天。听到我的问题，它会中断播放，和我聊完再继续节目主题——就像开了一档属于自己的圆桌派。

显然，这不是墨问里的听笔记功能。Huxe 想做的是个人音频伴侣（或个人电台）。我一直都很喜欢产品的音频特性，墨问里也有很多——比如 AI 语音笔记、语音转文字、语音评论等等——所以我对相关的产品很感兴趣。

事实上 Huxe 这个产品背后的故事也很好玩。

1

Huxe 的创始团队可不是一般人儿，他们都来自 Google 公司，核心成员是打造 AI 笔记工具 NotebookLM 的 Raiza Martin、Jason Spielman 和 Stephen Hughes。现在 NotebookLM 几乎是 Google 最火的 AI 工具之一，近半年活跃度暴增。

他们在构建 NotebookLM 的过程里注意到一个现象：很多用户更偏好“听信息”而非“看信息”，尤其是内容需要频繁更新、碎片化信息繁杂的时候。

Martin 就说过：“AI 不该只是生成文本，它应该帮人过滤和组织世界的声音。”

但是在大公司的体系里，想推进类似的想法还是挺麻烦的，何况 NotebookLM 已经风生水起，炙手可热。几个人一商量，咱还是自己干吧。于是 2024 年底，他们离开 Google 创办了 Huxe：仅用一个月时间就做出了最小可用版本，半年后上线了 App Store 和 Google Play，

我很早在他们的 discord 频道拿到了邀请码，但最初产品还不完善，bug 多，只支持支持英文音频，我就没用起来。后来他们在 2025 年中完成了 460 万美元种子轮融资，投资人里包括 Figma CEO Dylan Field 和 Google 首席科学家 Jeff Dean。

产品逐步完善，也开始支持中文节目，于是 Huxe 重回我的视野，最近用起来了。无论是产品特性还是信息的新鲜度，都给了我不少帮助。

2

那么，Huxe 是什么呢？

从功能上讲，Huxe 是一个基于 AI 的音频信息平台。它的几项核心能力包括：

个性化的音频简报：每天早晨，Huxe 会扫描用户的邮件、日历、订阅源，自动生成一个十分钟左右的语音播报——像是你的私人新闻电台。前提是需要你授权访问邮件和日历，自己设置一下订阅提示词。

用户可自己创建自定义 AI 音频内容，其中又分为 Live Station 和 DeepCast：

Live Station 侧重持续跟踪主题的实时更新，DeepCast 则根据用户的需求进行深入讲解，同时可以与用户互动讨论。

两者的核心差异在于使用场景与信息流的交付方式。

Live Station 像是你为某个主题开设的“常驻电台”，一旦设定关注点（比如行业竞争对手、特定公司或事件），它会持续拉取相关动态，你每次打开都会收到最新音频更新，偏向实时、连续、流式的资讯追踪。

DeepCast 更像一档按需生成的深度节目，你给出一个问题或话题，它会检索多源信息、整合与分析，生成一段结构化的播客式讨论，并支持你在收听中追问、换视角、继续深挖，偏向系统化理解与互动学习。 ⁠

同时，Huxe 在 Discover 板块会为你提供各种类型的实时电台（Live Station），比如新闻、科技、AI、大公司、科学、健康等等。你可以通过类别或搜索找到自己感兴趣的电台。甚至可以直接订阅 x.com 和 reddit 上的内容。

用 Huxe 产品经理的语言说，Huxe 正在构建一个“听觉化的信息浏览器”。

3

从技术上看，Huxe 集成了语音识别（ASR）、自然语言处理（NLP）和语音合成（TTS）三大核心模块。它并不是传统音频的流式输出，而是通过 LLM 动态生成“对话式音频”。AI 不仅要理解上下文、抓取重点，还要判断语气、情绪和节奏，让听感自然流畅。

查了下资料，发现 Huxe 并没有公布底层模型，也没有说明是否使用 GPT、Claude 或 ElevenLabs 的语音引擎。简单推测一下，Huxe 应该是在后端采用 NLP 摘要生成 + TTS 模型融合的方式，并结合用户兴趣建模算法进行内容筛选。

Huxe 的“数据连接”似乎成了国外类似软件常规做法：Huxe 能关联你的邮箱、日历甚至 Slack 会议内容，在你开会前自动播报相关邮件摘要。在这个场景里，音频不再只是“输出渠道”，而变成了一个实时的知识接口。

Dia 浏览器和 Atlas 浏览器也能做类似的事情，不过是文本形式。

Huxe 目前在国内使用还有不稳定的地方，比如音频的卡顿，中文的流浪度等等（估计海外用户体验会好一些），不过这些都是可以解决的技术问题。趋势是，Huxe 在用产品押注 AI 语音交互这个领域。

Huxe 的风险是：当 Gemini 或 ChatGPT 把语音助手系统级集成到操作系统里，它是否还有独立存在的空间？

我想，其中的机会可能在于，Huxe 的方向更加垂直：专注在信息整理、知识消费和轻交互上。Huxe 没有试图成为一个万能助手，安静地做一个“帮你听懂世界”的小伙伴，不也挺香吗？

在我看来，Huxe 的真正价值是，它开辟了一条“音频计算”的路径。过去几年，我们经历了图像生成、文本生成、视频生成，如今，AI 也在进入“声音理解”阶段。未来的音频产品，可能不再是“听内容”，而是“听上下文”——它能理解你是谁、在做什么、还有，你需要听什么。

阅读原文

跳转微信打开