三位“00后”華人做出世界首個“對話式視頻”，視頻從此有問必答

作者丨子墨

AI正在重塑著人機交互體驗，視頻也不例外。

如今，越來越多的人習慣從視頻中獲取信息、學習知識，不過，這一模式都是“單向的”，且基于視頻創作者的邏輯差異和觀眾理解深淺的不一，二者之間往往會形成一道“溝壑”。目前能使其建立聯系的途徑，大多仍局限于視頻評論、私信等文字上的交流。

若能借助AI，讓人們觀看視頻時可隨時與之進行交互對話，便能有效解決這一問題。例如，不理解某句話時，可以讓視頻換種方式解釋或舉例說明；不同意其中的某些觀點時，能夠直接語音打斷、展開“辯論”；覺得視頻過長時，也可以讓其快速總結核心內容等。

基于這樣的構想，三位懷揣著夢想、優秀而又叛逆的“00后”走到了一起，推出了“世界首個對話式視頻平臺”——Skylow。

與一般的合伙創業不同，這三個人能聚在一起，除了擁有共同的創業目標外，更源于各自人生歷程中那份獨特的精彩，甚至可以用傳奇、自我與個性來形容，這也讓他們之間在精神上形成了更深的“靈魂共鳴”。

創始人兼CEO Henry Song，高中時期曾因病瀕臨死亡，經歷兩周昏迷后重生，從此變得無所畏懼，后來更毅然從加州大學伯克利分校計算機專業輟學去創業；

聯合創始人兼CTO King Han，高中時是常年年級第一的“學霸”，卻曾翹課獨自前往中亞附近的駐地部隊，進行為期一個月的志愿服務，與士兵一同站崗。且作為Henry的大學校友，他大二在微軟實習期間，獨立開發了Excel AI的原型，并發表過多個頂會論文。

另一位聯合創始人David Meng，本碩均畢業于劍橋大學數學系，畢業后僅背著一個背包，通過借宿搭車，在中東獨自旅行了三個月。

（Skylow創始團隊，左：Henry Song，中：King Han，右：David Me

這三位有著名校背景、高學歷的技術精英，不僅打破了人們對“IT技術男”的刻板印象，更以他們自己的方式，開創了AI在視頻場景中的一大全新賽道。

獲學界背書，視頻從此“有問必答”

一個新的視頻平臺在剛剛起步，缺乏流量的階段，往往難以吸引創作者入駐。這是行業普遍面臨的冷啟動難題，Skylow也不例外。

然而，Skylow并未像傳統平臺那樣，在初期就尋求與KOL合作以實現快速引流，而是將重點放在了與“互動對話”功能更契合、傳播效率更高、同時也更具社會價值的教育領域，這一方向也很快獲得了伯克利教授們的支持。

目前，伯克利“CS 61A課程”（全球公認的高質量計算機入門課）已入駐Skylow，并被轉化為“可對話”的視頻內容。課程不僅詳細講解了函數、編程等基礎知識，學習者在遇到不理解的部分時，還可以發散思維，直接與視頻對話，要求它以更通俗的方式解釋術語，甚至可以讓其生成測驗題目，以檢驗自己的學習效果。

在這樣的教育場景下，將普通的單向觀看視頻轉化為可交互對話的視頻，對于創作者來說有哪些門檻？對于學習者來說，可提問的邊界又在哪里？Skylow在二者之間又做了哪些事情呢？

這些問題從Skylow的技術邏輯、內容處理到AI使用的閉環中，或許可以找到答案。

“首先，創作者會給到Skylow一些素材，而這些素材不一定都是視頻，也可以是教學PPT、PDF文件等等，通過AI將這些素材進行預處理和分析，形成一個資料庫，再用更小的模型，在資料庫中檢索信息，實現實時問答。由此也降低了創作者進入平臺的門檻，他們不用花更多精力在視頻制作上，而是可以交給AI來處理。”King Han向我們解釋了平臺的技術及設計邏輯。

通俗來說，可以將Skylow想象成一個嵌入視頻中的ChatGPT，觀眾可以隨時提問各種問題，而這些問題并不一定是與視頻完全相關的，還可以是天馬行空的。例如對教授的個人經歷感興趣，也可以隨時提問，系統會基于對教授社交媒體等相關信息的檢索，進而給出相應回答。

這一過程就涉及到了AI邊界的問題，David Meng表示，在視頻預處理階段，創作者可以設定一些指令，比如AI角色的設定是幽默風趣的，還是嚴肅認真的，可以回答什么問題，不可以回答什么問題等等。

在回答提問時，AI就會代入這些設定好的指令，去進行相應的“人物模擬”。能力上來說，AI是可以回答任何問題的，但具體如何回答視頻內容之外的問題，還要看創作者最初給予AI的“人設”指令是怎樣的。

從陌生到默契，AI有“記”可循

“傳統的視頻是一個靜態的，按照計算機概念中的數據結構來說，它是線性的，沿著一條線沒有任何變化。”Henry Song表示，而對話式視頻則能將這條固定的線，轉化為無數個分支。它并非按照創作者的設定，從開頭到結尾一成不變，而是能隨著觀眾的行為而產生變化。

同時，AI具備記憶能力，在Skylow平臺上，隨著對話互動次數的增加，AI的記憶會不斷累積。且在后續每一次與視頻的交互中，系統都會基于先前的記憶進行適應性調整，輸出的回答也將更貼合用戶的實際需求。

比如，AI會記得用戶是哪個國家的人，習慣用什么語言，后續就會直接翻譯成對應語言；AI還能記得用戶喜歡聽通俗易懂的舉例，它就會在解釋某些專業術語的時候增加更多便于理解的例子。

基于這一記憶機制，Skylow評價視頻成功與否的關鍵指標，除了傳統的觀看時長外，還包括互動對話次數、AI積累的記憶量等。

雖然AI會通過對話內容不斷累積記憶，但相關內容并不會被用于模型訓練，而是主要用于優化用戶體驗，因此不涉及隱私安全問題。

就用戶體驗而言，響應速度也是十分關鍵的一點。為此，Skylow在模型選擇上并未采用類似DeepSeek這類推理模型，而是選用了一些響應更快、能夠即時生成回答的模型。除了某些特定任務，如需繪制圖表來解釋問題，可能需要短暫處理時間，大部分回答都不需要用戶長時間等待。

以教育為起點，以互動為核心

單從形式上看，Skylow可以看作是類似于YouTube和ChatGPT的結合體，但二者想要更好地融合，還是需要一個獨立的平臺，也就是互動視頻平臺，才能真正解決傳統單向觀看視頻的痛點。Henry Song認為，這也代表了未來視頻平臺的一大發展趨勢。

內容策略上，Skylow一方面專注于已跑通的教育領域，除了團隊的背景資源優勢外，也因教育場景下的文本密集度極高。當前，大語言模型對文本的理解要優于視頻，因此團隊會主動邀請一些教育者入駐平臺。這些教育者中，許多人并非追求流量，而是希望提升內容質量。在這一點上，Skylow 與教育者形成了相輔相成的關系。

另一方面，Skylow正在逐步推進以內容效果驅動用戶增長，吸引更多其他領域的創作者加入。但對創作者來說，這是一種全新的創作模式，涉及AI設定、內容互動等環節，因此也需通過實際效果逐步提升他們對新模式的接受度。

在這樣的內容策略下，Skylow在商業模式上也展開了進一步的探索。從創作者層面來說，對話交互過程中會產生大量的數據，這些數據對于創作者來說是至關重要的，可以幫助其在后續創作更好的內容。數據，就是一個可變現的點。另外就是在素材方面，比如PDF素材就會需要一定的AI分析和預處理，這一過程也是可變現的。

另一個商業方向則是視頻廣告。傳統視頻中的廣告常常引起用戶反感，甚至有人為避免廣告而開通會員。而Skylow則能將枯燥的廣告轉變為有趣的互動，形成一種全新的廣告形態。例如，用戶可以向廣告表示“最近想學編程”，廣告便會推薦相關學習網站。這種方式不僅不易引起反感，還能提升效率，具有實際使用價值。

未來，Skylow期望從教育場景延伸至播客、體育賽事等泛娛樂領域。而團隊的目標更為長遠：他們更希望構建的不只是視頻，更是以“AI交互”為核心的多元化內容形態。

“目前團隊已開發出一款可邊寫代碼邊與AI交互的應用，日后若能將VR與這類AI系統實現交互，體驗可能會更加豐富。”Henry Song表示。

從單向觀看到雙向對話，交互式視頻正開啟一個新的內容時代。三位年輕人的創業故事仍在繼續，他們能否將在教育領域驗證的模式拓展至更多場景，將AI交互邏輯融入更多行業，這需要時間和市場給出答案。但可以確定的是，當技術開始真正理解人類，人機“對話”才真正開始。