AI正在重塑着人机交互体验，视频也不例外。

如今，越来越多的人习惯从视频中获取信息、学习知识，不过，这一模式都是“单向的”，且基于视频创作者的逻辑差异和观众理解深浅的不一，二者之间往往会形成一道“沟壑”。目前能使其建立联系的途径，大多仍局限于视频评论、私信等文字上的交流。

若能借助AI，让人们观看视频时可随时与之进行交互对话，便能有效解决这一问题。例如，不理解某句话时，可以让视频换种方式解释或举例说明；不同意其中的某些观点时，能够直接语音打断、展开“辩论”；觉得视频过长时，也可以让其快速总结核心内容等。

基于这样的构想，三位怀揣着梦想、优秀而又叛逆的“00后”走到了一起，推出了“世界首个对话式视频平台”——Skylow。

与一般的合伙创业不同，这三个人能聚在一起，除了拥有共同的创业目标外，更源于各自人生历程中那份独特的精彩，甚至可以用传奇、自我与个性来形容，这也让他们之间在精神上形成了更深的“灵魂共鸣”。

创始人兼CEO Henry Song，高中时期曾因病濒临死亡，经历两周昏迷后重生，从此变得无所畏惧，后来更毅然从加州大学伯克利分校计算机专业辍学去创业；

联合创始人兼CTO King Han，高中时是常年年级第一的“学霸”，却曾翘课独自前往中亚附近的驻地部队，进行为期一个月的志愿服务，与士兵一同站岗。且作为Henry的大学校友，他大二在微软实习期间，独立开发了Excel AI的原型，并发表过多个顶会论文。

另一位联合创始人David Meng，本硕均毕业于剑桥大学数学系，毕业后仅背着一个背包，通过借宿搭车，在中东独自旅行了三个月。

（Skylow创始团队，左：Henry Song，中：King Han，右：David Meng）

这三位有着名校背景、高学历的技术精英，不仅打破了人们对“IT技术男”的刻板印象，更以他们自己的方式，开创了AI在视频场景中的一大全新赛道。

一个新的视频平台在刚刚起步，缺乏流量的阶段，往往难以吸引创作者入驻。这是行业普遍面临的冷启动难题，Skylow也不例外。

然而，Skylow并未像传统平台那样，在初期就寻求与KOL合作以实现快速引流，而是将重点放在了与“互动对话”功能更契合、传播效率更高、同时也更具社会价值的教育领域，这一方向也很快获得了伯克利教授们的支持。

目前，伯克利“CS 61A课程”（全球公认的高质量计算机入门课）已入驻Skylow，并被转化为“可对话”的视频内容。课程不仅详细讲解了函数、编程等基础知识，学习者在遇到不理解的部分时，还可以发散思维，直接与视频对话，要求它以更通俗的方式解释术语，甚至可以让其生成测验题目，以检验自己的学习效果。

在这样的教育场景下，将普通的单向观看视频转化为可交互对话的视频，对于创作者来说有哪些门槛？对于学习者来说，可提问的边界又在哪里？Skylow在二者之间又做了哪些事情呢？

这些问题从Skylow的技术逻辑、内容处理到AI使用的闭环中，或许可以找到答案。

“首先，创作者会给到Skylow一些素材，而这些素材不一定都是视频，也可以是教学PPT、PDF文件等等，通过AI将这些素材进行预处理和分析，形成一个资料库，再用更小的模型，在资料库中检索信息，实现实时问答。由此也降低了创作者进入平台的门槛，他们不用花更多精力在视频制作上，而是可以交给AI来处理。”King Han向我们解释了平台的技术及设计逻辑。

通俗来说，可以将Skylow想象成一个嵌入视频中的ChatGPT，观众可以随时提问各种问题，而这些问题并不一定是与视频完全相关的，还可以是天马行空的。例如对教授的个人经历感兴趣，也可以随时提问，系统会基于对教授社交媒体等相关信息的检索，进而给出相应回答。

这一过程就涉及到了AI边界的问题，David Meng表示，在视频预处理阶段，创作者可以设定一些指令，比如AI角色的设定是幽默风趣的，还是严肃认真的，可以回答什么问题，不可以回答什么问题等等。

在回答提问时，AI就会代入这些设定好的指令，去进行相应的“人物模拟”。能力上来说，AI是可以回答任何问题的，但具体如何回答视频内容之外的问题，还要看创作者最初给予AI的“人设”指令是怎样的。

“传统的视频是一个静态的，按照计算机概念中的数据结构来说，它是线性的，沿着一条线没有任何变化。”Henry Song表示，而对话式视频则能将这条固定的线，转化为无数个分支。它并非按照创作者的设定，从开头到结尾一成不变，而是能随着观众的行为而产生变化。

同时，AI具备记忆能力，在Skylow平台上，随着对话互动次数的增加，AI的记忆会不断累积。且在后续每一次与视频的交互中，系统都会基于先前的记忆进行适应性调整，输出的回答也将更贴合用户的实际需求。

比如，AI会记得用户是哪个国家的人，习惯用什么语言，后续就会直接翻译成对应语言；AI还能记得用户喜欢听通俗易懂的举例，它就会在解释某些专业术语的时候增加更多便于理解的例子。

基于这一记忆机制，Skylow评价视频成功与否的关键指标，除了传统的观看时长外，还包括互动对话次数、AI积累的记忆量等。

虽然AI会通过对话内容不断累积记忆，但相关内容并不会被用于模型训练，而是主要用于优化用户体验，因此不涉及隐私安全问题。

就用户体验而言，响应速度也是十分关键的一点。为此，Skylow在模型选择上并未采用类似DeepSeek这类推理模型，而是选用了一些响应更快、能够即时生成回答的模型。除了某些特定任务，如需绘制图表来解释问题，可能需要短暂处理时间，大部分回答都不需要用户长时间等待。

单从形式上看，Skylow可以看作是类似于YouTube和ChatGPT的结合体，但二者想要更好地融合，还是需要一个独立的平台，也就是互动视频平台，才能真正解决传统单向观看视频的痛点。Henry Song认为，这也代表了未来视频平台的一大发展趋势。

内容策略上，Skylow一方面专注于已跑通的教育领域，除了团队的背景资源优势外，也因教育场景下的文本密集度极高。当前，大语言模型对文本的理解要优于视频，因此团队会主动邀请一些教育者入驻平台。这些教育者中，许多人并非追求流量，而是希望提升内容质量。在这一点上，Skylow 与教育者形成了相辅相成的关系。

另一方面，Skylow正在逐步推进以内容效果驱动用户增长，吸引更多其他领域的创作者加入。但对创作者来说，这是一种全新的创作模式，涉及AI设定、内容互动等环节，因此也需通过实际效果逐步提升他们对新模式的接受度。

在这样的内容策略下，Skylow在商业模式上也展开了进一步的探索。从创作者层面来说，对话交互过程中会产生大量的数据，这些数据对于创作者来说是至关重要的，可以帮助其在后续创作更好的内容。数据，就是一个可变现的点。另外就是在素材方面，比如PDF素材就会需要一定的AI分析和预处理，这一过程也是可变现的。

另一个商业方向则是视频广告。传统视频中的广告常常引起用户反感，甚至有人为避免广告而开通会员。而Skylow则能将枯燥的广告转变为有趣的互动，形成一种全新的广告形态。例如，用户可以向广告表示“最近想学编程”，广告便会推荐相关学习网站。这种方式不仅不易引起反感，还能提升效率，具有实际使用价值。

未来，Skylow期望从教育场景延伸至播客、体育赛事等泛娱乐领域。而团队的目标更为长远：他们更希望构建的不只是视频，更是以“AI交互”为核心的多元化内容形态。

“目前团队已开发出一款可边写代码边与AI交互的应用，日后若能将VR与这类AI系统实现交互，体验可能会更加丰富。”Henry Song表示。

从单向观看到双向对话，交互式视频正开启一个新的内容时代。三位年轻人的创业故事仍在继续，他们能否将在教育领域验证的模式拓展至更多场景，将AI交互逻辑融入更多行业，这需要时间和市场给出答案。但可以确定的是，当技术开始真正理解人类，人机“对话”才真正开始。