AI news

对话A16z Speedrun唯一语音AI公司Sun:屏幕没法给你真正的个性化,声音可以

By 硅星人Pro1 viewsSource: 硅星人Pro
对话A16z Speedrun唯一语音AI公司Sun:屏幕没法给你真正的个性化,声音可以

a16z Speedrun SR006里有60家公司,57%做B2B。只有一家做Audio。我们和它的创始人Artin聊了45分钟,发现它踩中的东西比看起来大得多。SUN — AI-native audio learning, built around youAI让音频内容的生成成本暴跌80倍,但没有人把这件事变成一个主动为你服务的消费级学习产品

The full text has not been translated yet. The Chinese original is shown below.

文章配图

a16z Speedrun SR006里有60家公司,57%做B2B。只有一家做Audio。我们和它的创始人Artin聊了45分钟,发现它踩中的东西比看起来大得多。

信息卡
SUN — AI-native audio learning, built around youAI让音频内容的生成成本暴跌80倍,但没有人把这件事变成一个主动为你服务的消费级学习产品。SUN做的是:用AI实时生成个性化音频——播客、课程、深度讲解——嵌入通勤、健身、家务等屏幕之外的日常场景。不需要上传材料,不需要看屏幕,有持续记忆层。团队:Artin,前Walmart AI预测平台负责人 · Amy,Amazon Music播客创始工程师 · Matt,前Sky9 Capital AI投资人a16z Speedrun SR006| Pre-seed | 该届60家公司中唯一的Audio Consumer

a16z Speedrun第六届刚刚收官。60家公司,57%是B2B。

Consumer只有7家。做Audio的,只有1家。

它叫SUN。三个人,坐标Sunnyvale,一个AI音频学习应用。No screen, just your ears.

我和SUN的创始人Artin Bogdanov聊了45分钟。顺着这家公司往下挖,我们发现它踩中的东西,比大多数人意识到的要大得多。

文章配图

一个笔记工具的意外爆发

先说一个看似无关的事。

2024年9月,Google给NotebookLM加了一个叫Audio Overview的功能——上传一篇论文或一份财报,它生成一段两个AI主持人互相讨论的播客。

这个功能炸了。用户开始把论文、合同、甚至日记喂进去,在TikTok和Twitter上分享"听自己的论文变成播客"的片段。移动端上线几个月,月活突破800万——在部分时段的Google Trends热度上,它甚至超过了Google自家旗舰大模型Gemini。

到2025年底,Audio Overview已支持超过80种语言,并开始测试"授课模式"(Lecture Mode)——不再是两个人闲聊,而是一个AI讲师给你上30分钟深度课。a16z在《State of Consumer AI 2025》报告里直接将NotebookLM评为Google推出的最成功的创新产品界面。

一个原本做笔记的工具,因为加了音频生成,变成了现象级应用。

这不是偶然。它释放出一个信号:用户对"用耳朵获取信息"的需求,远远被低估了。

屏幕见顶,耳朵扩张

把视野拉远,NotebookLM的爆发只是冰山一角。

美国成年人日均屏幕时间已达7小时2分钟,但53%的人想减少手机使用,超过一半承认屏幕时间"完全没有生产力"。用户被算法绑在屏幕前7个小时,有一半觉得毫无价值。与此同时,Edison Research 2026年数据显示2.33亿美国人每月收听在线音频——72%的人听音频时在做其他事情,阅读时这个比例只有32%。音频不跟TikTok抢眼睛——它填满了眼睛被占用但大脑仍有余力的所有暗时间:通勤、健身、做饭、做家务。这是一块巨大的、被视觉媒体完全忽略的注意力市场。

制作端的变化同样剧烈。2023年一部有声书要3,420到7,650美元加8到12周,2026年用AI生成低于250美元、不到1小时——成本暴跌10到80倍。ElevenLabs拿到5亿美元D轮、估值110亿,a16z超额跟投4倍。AI配音有声书已占新发行量的23%,非虚构类内容上AI音频和人类录制版的完播率、退货率已无统计学差异。

屏幕见顶,耳朵扩张,成本崩溃,体验过线。四条线同时交汇。

文章配图

四十年悬而未决的问题

拉到教育场景里,故事更有张力。1984年,教育心理学家Benjamin Bloom证明了一件事:一对一辅导的学生成绩比普通班级高出两个标准差,但给每个学生配一个导师在经济上不可能。四十年来,所有教育技术都停在了半路——直到2025年哈佛在Nature旗下发表随机对照实验,证明AI导师的学习增益直接逼近Bloom的黄金标准。AI导师有效。那最佳的交付形式是什么?BBC的神经科学研究发现,边运动边听音频的人比看屏幕的人长期记忆编码高22%。音频学习不是视觉学习的降级版——它让人在生活的缝隙里持续学习。

和耶稣聊天

Artin不会跟你讲这些论文。

他告诉我,在Walmart干了几年之后——年营收超过6000亿美元,230万员工,全球收入第一的公司——他每天工作大约12个小时。他负责智能商业增长部门的预测平台:如果Taylor Swift下周在Austin开演唱会,这家店要备多少卷厕纸?要排多少人上班?从下一个小时到未来五年,财务、运营、时间三个维度交叉预测。

回到家,他想读圣经——66卷书,他的家庭是基督徒。但12个小时盯完屏幕后,眼睛痛得读不下去。

于是他做了一件事:把圣经全部喂给AI,然后开始"和耶稣聊天"。问问题,听耶稣讲。后来耶稣开始给他上课。再后来,他把亚里士多德也加了进去。

"这就是SUN诞生的方式,"Artin说。"我相信音频是最健康的信息摄取方式。"

文章配图

从"预制品"到"定制品"

那SUN到底是什么?

传统的音频消费——播客、有声书——是单向的、预录的、为所有人做一份内容。听一个四个半小时的播客有一段没懂,你得暂停、离开、去别处找答案再回来。只有15分钟通勤时间的人,四个半小时的播客根本不是选项。

SUN要做的是把音频从"预制品"变成"定制品"。

你可以对它说:"生成一个60分钟的Deep Dive播客,主题是怎么在a16z Demo Day上成功,针对旧金山的B2C应用。"它全网抓取最新信息,过滤过时内容,编织成一段有结构的音频体验——有时是一个讲述者,有时是两人辩论,有背景音乐和转场。你随时可以打断、提问,它回答后继续。

或者什么都不说,直接按播放。SUN有一个记忆层,它知道你是谁、你在哪个阶段、你想成为什么样的人,会主动推送内容。Artin告诉我,有一天他和投资人开完会,觉得在某个问题上有分歧但不想制造信任裂痕,回到办公室后SUN推了一个三分钟的音频——主题是"如何获得投资人的信任"。

"这就是魔法发生的时刻,"他说。"It's almost like a universal sense of timing."

Artin把这叫做"Audio TikTok, but without brain rot"——像TikTok一样懂你,但不用多巴胺绑架你。

文章配图

不要你看屏幕

我问Artin,SUN和其他学习产品的根本区别是什么。他没讲功能,讲了哲学。

"我们活在注意力经济里,"他说。"所有App都想要你的注意力。TikTok用多巴胺换你的时间——看吧,跟我玩你会有火花的。Duolingo呢?也是多巴胺,但它说我们给你的是好东西,因为你在学习——broccoli with chocolate topology,裹了巧克力的西兰花。但本质上,它们都在说同一句话:给我你的注意力,看着屏幕。"

"SUN不要你看屏幕。We want to dissolve into your daily routine。我们不想改变你的生活节奏,不想让你额外拿出时间做'学习会话'。通勤时听,健身时听,散步时听。我们只是嵌入你已经在做的事情里。"

"用视频做到这一点是不可能的,"他说。"视频意味着你必须看着屏幕,必须保持那个姿势。而我想让你去体验生活——go for a walk, go to the gym, be mobile——在路上学。It's like a voice in your ear that gives you information at the right time."

文章配图

这段话背后是SUN和NotebookLM最本质的区别。NotebookLM是reactive的——你得先上传数据集,它才能生成内容。它是一个工具,等着你喂东西。SUN是proactive的——它有持续的记忆层,每一次交互不是独立的session,而是在你的长期画像上不断叠加。它不是帮你"做一次研究",而是持续性地推动你往你想去的方向走。

Artin花了一年给Forbes写AI与产品设计交叉领域的文章,发展出一个核心观点:大多数产品把太多选项堆在界面上,给用户造成选择瘫痪。AI的价值不是给你更多选项,而是用对你的理解来消除选项。

"Personalization is empathy,"他说。"真正的个性化就是共情。你真正理解用户,就不需要给他十个选项让他自己挑。"

几乎没有人的位置

在AI音频学习这个赛道上,已有几个名字。Speak拿到7800万美元C轮、估值10亿,做AI语言口语对练——但只做语言。PadhAI做考试备考的AI语音辅导,在印度拿到20万用户——但只做考试。YouLearn是YC孵化项目,把讲义转化成AI音频导师——但需要你上传材料。NotebookLM最接近SUN,但正如前文所述,它是reactive的——你必须给它喂数据,它才能生成内容。

值得注意的是,把这四个名字排在一起看,会发现一个规律:每个都在AI音频的某个切面上做到了验证,但每个都被自己的边界卡住了——要么只做一个品类,要么只能被动响应,要么只能处理用户已有的材料。

那个精确的空白地带是什么?一个主动为你生成全品类个性化音频学习内容的消费级产品——不限语言,不限考试,不需要上传,有持续记忆层,能嵌入日常节奏。

这个位置上,几乎没有人。

文章配图

SUN的团队配置也值得单独看一下。Artin来自Walmart的AI预测系统,做过从下一小时到未来五年的全维度商业预测。Amy是Amazon Music播客的创始工程师,在大平台内部做了四年音频产品——她知道大平台为什么做不好这件事。Matt在Sky9 Capital做了两年多AI项目投资和孵化,看过大量类似的idea之后选择下场加入——一个VC选择跳到创业这边,通常意味着他看到了一个别人还没看到的东西。

意外的用户

对话快结束时,我问Artin有没有意外的用户——那种你没预期到会出现的人。

他想了想,说了两个。

一个是55岁的女性用户。三个孩子,有工作,做家务的时候听SUN。她告诉Artin:"我一直想继续学习,但我没有时间。现在做家务的时候在听,终于可以了。"

Artin说他从没想过要触达这个群体。但这个案例让他意识到一件事:定义用户不一定从人口统计学出发,可以从"时间场景"出发——什么时候人们的耳朵是空闲的,但手和眼睛是忙碌的?做家务就是这样一个窗口。由此反推:谁在做家务?可能是有大房子的家长,可能在德州或阿肯色,可能对育儿或个人兴趣有学习需求。

另一个是ADHD用户。她说音频比文字更容易消化,SUN把内容切成短课程的方式帮她更容易完成学习。

这两个案例指向同一件事:SUN真正在争夺的不是某个人口画像,而是某种时间状态——身体在动、眼睛被占、大脑仍有余力的那些时刻。

Artin还提到了他的"Son Test"。他有一个三个月大的儿子。自从当了父亲,他给产品加了一个新的KPI——一个极其二元的判断标准:

"我愿不愿意让我儿子每天用这个功能?"

"我永远不会让这个App变得让人上瘾,因为我不想让我儿子产生依赖。如果某个功能我不愿意让我儿子每天使用,那我也不愿意让其他任何人使用。"

文章配图

那个扶梯

在SR006的画像里,SUN看起来是个异类——不是B2B,三个人,做Audio。但如果你把视角拉远——NotebookLM 800万月活、ElevenLabs 110亿估值、音频制作成本暴跌80倍、2.33亿美国人每月听在线音频、哈佛RCT证明AI导师学习增益翻倍、BBC证明听音频比看屏幕记忆编码高22%——SUN不是异类。它是早到了。

Speak做AI语言口语对练做到了10亿估值。全品类的AI音频学习,还没有赢家。

我问Artin,SUN最终想改变什么——不是功能层面的,更大的那个东西。

他说SUN的使命是"帮你成长"。在入门引导的第一步,SUN问的是两个问题:你今天在哪里?你想到哪里去?

"转变是有距离的,你在这里,你想去那里。你知道机场里那种自动扶梯吗?你可以站在上面不动,也可以走得飞快,但不管怎样你都在前进。SUN就是那个扶梯。"

"在这个AI试图替代你的时代,SUN试图升级你。"

他停了一下。

"SUN is light. And light is nice."

文章来自于微信公众号 "硅星人Pro",作者 "硅星人Pro"

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)