Pocket FM 自研 AI 模型把音频制作提速 80 倍，年化收入冲至 5 亿美元

音频流媒体平台 Pocket FM 近日披露，借助自研的写作与 TTS 模型，公司在约一年时间内将年化收入运行率（ARR）翻倍至 5 亿美元。这一数据来自 TestingCatalog 在 X 上转述的 Pocket FM 官方信息，展示了生成式 AI 在音频内容工业化生产中的实际经济价值。

AI 把音频生产从「年」压缩到「天」

据 Pocket FM 介绍，过去制作 100 小时的音频内容通常需要近一年的时间，而在新的 AI 流程下，同样的体量可在一天内完成，整体生产成本下降至原来的约 1/80，相当于提速 80 倍。公司强调，AI 主要承担写作与配音环节的执行工作，创意与故事构思仍由人类团队把控，并非完全替代。

• 生产周期：100 小时音频从近 1 年缩短至约 1 天
• 生产成本：降至原来的约 1/80
• 技术路线：自研写作模型 + 自研 TTS 模型

拓展微短剧：上线 Pocket Saga

在主力音频业务之外，Pocket FM 还推出了全 AI 制作的微短剧应用 Pocket Saga。据披露，该产品当前已实现约 1500 万美元的年化收入运行率（ARR），被视为公司将 AI 内容流水线复用到视频形态的初步验证。

资本层面同步跟进

业绩增长之外，Pocket FM 据传正在洽谈一轮约 1 亿至 1.2 亿美元的融资，对应估值约 20 亿美元。如果交易完成，将进一步为公司在 AIGC 内容生产线上的扩张提供资金支持。

案例意义与边界

Pocket FM 的数据为「生成式 AI 能否在内容产业兑现成本与规模红利」提供了一个有数字支撑的样本：自研写作与 TTS 模型，配合人类创意把关，使音频内容的边际成本显著下降，并支撑新业务线快速放量。需要注意的是，相关收入与融资数字来自公司自述及社交媒体转述，尚未见到独立审计或一级市场正式公告，读者在引用时仍应留意信息源限制。