想用 AI 生成免费能商用的背景音乐？ACE-Step 1.5 有三种用法，从注册账号点几下，到写脚本调 API，再到本地部署，门槛从低到高全覆盖。

最省事的是网页端 acemusic.ai，官方云端版完全免费，不用本地显卡。选 Simple 模式写一句描述，等二十到三十秒就出活。

想写脚本就用云端 API，走 OpenAI 兼容接口免费领 key。有两个坑：acemusic.ai 和 acestep.io 域名像但后者商用收费；Python urllib 默认 UA 会被防火墙拦 403。

数据敏感或大批量就本地部署，三步搞定，四 G 显存跑纯器乐，六 G 起出人声。实测云端并发：四路全成功，八路一半失败，十六路全军覆没，错误码是 504。

这期实测免费能商用的AI音乐模型ACE-Step 1.5，看它能不能给播客配乐。我按真实流程生成12段音乐，请Gemini 3.1 Pro逐段盲听打分。结论是纯器乐功能性配乐几乎全5/5，片头、BGM、转场、片尾开箱即用。最意外的发现是这国产模型的杀手锏是中文人声——中文女声真实感和可懂度双5/5，被评字正腔圆，反比英文男声的4/5更强，正好打在多数AI音乐模型中文咬字偏弱的软肋上。授权是MIT，等于把版权那颗雷提前拆了。提示词有套万能公式，锁时长得用Tagged模式，短时长有约5.12秒隐性下限，想更短只能ffmpeg自己裁。想给内容加音乐又不想踩版权雷的中文创作者，它就是当下最合适的那一个。

给播客加音乐，是"一段录音"和"一档正经节目"的分水岭。可这一环最少人讲透：能商用的不好找，免费更难，混音还全是连环坑。这期讲我怎么找到一个免费、能商用、还省事的 AI 音乐方案。开源不等于能商用，腾讯 SongGeneration 2 是"伪开源"陷阱，MusicGen 也标了非商用。免费托管 API 里唯一真免费又能商用的只有 acemusic.ai，它是 ACE-Step 1.5 的官方云端版，同一个 MIT 模型。我选 ACE-Step 1.5，因为它授权最干净、能力最强、云端免费。会生成只是开始，把音乐混进人声听感还自然才折腾：背景音不能和人声抢 1 到 4 千赫，响度对齐到负十六 LUFS，混音别用会自动归一化的 amix。

7 月阿里全面禁用 Claude Code，但其实在那之前，我已经因为信任问题把主力切到 ZCode 了。这期聊聊 Anthropic 那几件被扒出来的事，比如隐写检测中国用户、第三方缓存失效让 Token 暴涨，为什么让我走得没负担。也聊聊 ZCode 3.0 加 GLM-5.2 是怎么把我拉过去的，还有切过来之后真实的好与不好。远程派活是真香，但桌面应用的小 bug 和缺的功能我也实话实说。这不是声讨，是一次找到更趁手工具的搬家。

把一篇写好的文章变成听着像样的单人播客，核心就三关，改写脚本、质量把关、TTS 合成。NotebookLM 被逆向后大家发现，决定播客质量的根本不是 TTS，而是脚本，是那条仅基于源文的防幻觉约束。

这期一关关拆给你听。先说单人还是双人怎么选，一项 296 人的对照实验里，对话式更生动讨喜，独白式信息密度更高但吸引力偏低。再说为什么改写不是朗读，书面文章得改成第一人称口播。然后是用七个维度给脚本打分、定向修正循环到达标。最后是 TTS 选型踩坑，从 edge-tts 到本地三款，落在一次合成、音色不漂移的 mimo-tts。

每一步都是我跑通的实战。门槛低，反而更要比流程。

我把 Agnes、智谱、Pollinations 三家免费 AI API 都真跑了一遍，结果实测当口 Pollinations 又砍一刀，连账号等级都废了，改成做任务才有额度。这根本不是选购指南能装下的事。本期把免费 API 的收口，和 OpenAI 一年亏两百一十亿、苹果涨价闪崩、AI 一季度裁员超十万、大科技一个月蒸发两万七千亿美元市值拼在一起，指向一个比该不该花钱大得多的问题：撑起 AI 热潮的那笔账根本算不平。推理成本越省越烧的杰文斯悖论、无限产能零需求的双输、九成多企业部署不回本——这是个正在膨胀、替你垫钱的泡沫。结论是趁现在还能用就使劲用，但别当永远的依靠。

认真测了 Pollinations 视频模型 ltx-2：一行 GET URL 直接吐 MP4，不用 POST 轮询；五秒成片 28-99 秒，比 Agnes 六十倍快一个量级；时长听话、画质够用、图生视频锁得住角色。两个坑：audio 假开关（false 也带音轨）、seed 无效（同 prompt 永远同画面）。要快和确定性用 ltx-2，要真 1080p 和多样采样用 Agnes。

这期认真测了 Pollinations 图片 API，开源圈最出圈的免费图片接口，最讨喜的是一行 GET URL 直接返回图片字节，不用 POST 和 JSON。

八道经典 benchmark 题测了六个文生图模型，flux、zimage、gptimage、klein、nova-canvas、gptimage-large，四十八张图逐张横评。

分水岭是中文思维导图，六个里只有 zimage 把中心和四分支标题大字全画对，小字仍乱码。速度是赢点，zimage 七秒、flux 五秒，比 Agnes 二十六秒快。和 Agnes 同档，zimage 甚至略胜。

免费是误解，现在要 key、按花粉 pollen 计费、按小时刷新不累积，真正免费的只有转录和文本大模型。首选 zimage，海报最高保真选 gptimage-large，不限量选 Agnes。

承接 Agnes 的实测，这次我把国产智谱的免费档认真测了。智谱免费只有 cogview-3-flash 出图和 cogvideox-flash 出视频两个模型，底子都是 2024 年，同一套题和 Agnes 横评。出图基线扎实，宇航员骑马、两猫下棋、逆光人像、双手捧杯全过，还比 Agnes 快近三倍、不缩水。但文字渲染中英都不行：英文 AGNES AI 写成别的词，中文花好月圆画成火禾偕甡，思维导图全是假字，也不支持图生图。出视频更失望，文生五条内容对但画质明显逊于 Agnes，偏塑料发糊；图生视频三个场景全军覆没零比三，输入图从第一帧就被无视。还发现 cogview 连中文场景理解都不稳，画橘猫坐窗台两遍都没猫。限流只卡并发不卡日用量，但免费档图片才一路。结论：完全不在意画质、只图免费稳定快才考虑，否则直接用 Agnes。

这期认真测了 Agnes 免费视频模型 agnes-video-v2.0。我当初嫌它又慢又不可控弃用过，这次收起成见跑了 28 条 1080p 实测。

逐题画面没翻车，没有多腿变形塑料感，但精细度追不上一线模型，只能算勉强能用，复杂镜头变化扛不住。真正的卡点在一致性，同一条提示词跑五次每次都符合描述，可姿态背景全对不上，锁不住角色，文生视频基本就是抽卡。想要角色一致得靠图生视频，关键帧加首帧锁定，三个场景主体一致度全高。

慢是真慢，60 倍定律，做 1 分钟 1080p 成片要等约 1 小时。并发对个人够用，8 条并行 6.5 倍加速、成功率百分之百。结论：本质问题是只能产生简单视频，这是能力天花板，免费但每日有限额，拿来试水跑实验行，别全指望扛主力。