文｜邓咏仪

编辑｜苏建勋

2025 年 9 月，VideoTutor 创始人赵凯与币安创始人赵长鹏第一次在线上见面，进行了一次深聊。一个月后，他的第一笔融资顺利完成——赵长鹏 YZi Labs 宣布领投 VideoTutor，成为这家初创的第一轮外部投资人。

赵凯表示，之所以能够迅速敲定融资，首要原因在于，双方对于教育的巨大热忱是一致的——赵长鹏也曾在功成名就之后，推出非盈利教育项目 GiggleAcademy，为发展中国家的贫困儿童提供教育机会。

第二则是，VideoTutor 团队展现出的快速迭代能力。投资完成后，赵长鹏对这位年轻人的唯一建议是：" 坚持把产品做好，不要那么着急赚钱。"

这笔融资之后，一切都在加速。不久后，赵凯做出了一个更艰难的决定——正式办下辍学手续，开始全职创业。

如果让赵凯讲述自己的经历，就像一部剧情进展飞快的创业小说。

小学三年级时，他第一次读到《硅谷之火》和凯文凯利的书，让他第一次对大洋彼岸的科技世界有了初印象，并且开始不断折腾——自学编程，积极参加各类竞赛，拿奖，为来到硅谷做准备。

2023 年，赵凯考入美国圣何塞州立大学，迅速开始了创业历程：大一时和学长一起研发大学生恋爱 App，拿到 20 万美金融资，八个月后项目失败；大二时，参与创办数学学习应用 MathGPT Pro，入选奇绩创坛，拿到早期投资。

但第二段创业让他觉得，纯文字类的拍照搜题 App，已经触碰到天花板。于是，在 2025 年，他和谷歌 AI 工程师 James、室友 Nick 正式成立了新公司 VideoTutor，依旧围绕解题场景创业。

VideoTutor 是一个 AI 解题应用——学生可以通过拍照或文字输入一道数学题（目前以 SAT、AP 等标准化考试题目为主），数十秒后，就能生成一段带有流畅的解题动画（如画函数图像、标注几何图形）、以及清晰的步骤拆解，体验非常接近一位优秀老师在白板上为你讲题。

目前，VideoTutor 还在前期测试阶段，首次生成解题视频免费，此后每生成 4 条视频收费 3.99 美元。

这个应用达到的成就是：产品上线 20 天，注册用户已超 3 万人，视频播放量破千万，生成了超 10 万条视频。

近期，VideoTutor 还完成了一轮超过 1100 万美元的新融资。本轮融资由赵长鹏旗下的 YZi Labs 领投，BV 百度风投、锦秋基金、Amino Capital、BridgeOne Capital 以及多位知名投资人联合参投。这也是近期北美学生创业中，融资金额颇高的天使轮融资。

赵凯说，之所以一直在教育和学生赛道里打转，除了因为创始团队都是学生，能更好理解学生群体的需求。

更深层次的原因在于，他自己也是通过接受高等教育，才有了今天的成绩：在国内上完高中，受到外国夫妇的资助，父母甚至卖房供他上学，最后才能来到美国硅谷求学，追逐创业梦想。

在完成这轮融资之前，VideoTutor 还拒绝过一次高额的收购要约。

赵凯对《智能涌现》说，拒绝收购，是因为他认为如今的解题只是 VideoTutor 的起点——以后 VideoTutor 能够走得更远，能够拓展到更多科目、学习环节，成为一个多学科的产品，超越多邻国等头部教育应用。

从生成解题视频开始，瞄准备考人群

在解题场景，精准性很重要。VideoTutor 的产品难点在于，如何让 AI 生成的视频做到精准？

赵凯解释说，首先是几何解析的难点。传统的 OCR 识别技术很难做到精准，VideoTutor 在产品中，内置了一个几何解析器，能够把三角形、平面几何、线形等图形转化成大模型能够理解的机器语言，准确描述点、线、面之间的几何关系。

其次是动画渲染，以往的很多软件产品，在渲染动画时会出现元素错位问题，比如曲线没有出现在正确的坐标轴上。

针对这个问题，VideoTutor 团队从底层开始重写了一套动画引擎渲染协议，能够把不同的元素精确放在不同位置，通过代码，可控地让引擎去渲染每一帧画面。

答案的准确性也是痛点之一。因为大模型有幻觉，很难保证答案 100% 准确。VideoTutor 采用两层模型去对比答案——如果题目比较难，会通过 Claude 和 Gemini 两个模型校正，答案一致才输出，保证准确性。

最后是大量的真实样本训练。VideoTutor 已经生成了超过 10 万条视频，并且组建了一个由 SAT 和 AP 的高分学生组成的团队。这些学生会负责标注 AI 生成视频哪部分讲解错了，正常学生学习时会怎么讲，这些真实反馈被用来重新训练模型。

" 我们现在已经微调了数千个 SAT 和 AP 的样本视频。" 赵凯说，" 随着数据越来越多，生成视频的成本也在不断降低，并且会形成飞轮效应。"

这和以前的学习模式形成了鲜明对比。以往，老师需要用几何画板、PPT 或其他可视化工具绘制图形，录屏讲解。准备一个小时的视频课程，至少需要后期一到两个小时的制作时间。而且这些视频是静态的、标准化的，无法做到千人千面。

这个环节甚至已经在北美催生出了著名 IP，在 YouTube 上的 3blue1brown 频道，由斯坦福数学系的校友 Grant Sanderson 创立，同样以制作可视化的数学解题视频为主，已经吸引了近 800 万人订阅。

而现在，在 VideoTutor 的产品上，从学生输入问题到生成完整视频，只需要 60-90 秒。

VideoTutor 的产品在上线后，也引发了不少关注。赵凯表示，团队在推特上发布了一个对比视频，把可汗学院真人老师录制的视频和 AI 生成视频放在一起，大家发现好像两者没什么区别。产品上线后，VideoTutor 的 20 天注册用户已超 3 万人，视频播放量破千万，生成超 10 万条视频。

" 势能为王 "

不可否认，VideoTutor 有一些好运气。

在访谈中，赵凯反提到了多次一句硅谷名言："Momentum is King"（势能为王），意为初创在发展早期需要保持持续的增长势头，无论是产品迭代、用户留存、还是人才、资金吸纳速度，要保持加速的积极势头。

如今，VideoTutor 的团队不到 10 人，团队一起租下了硅谷 Sunnyvale 的一座独栋别墅，离学校足够近，能够随时走访学生和老师，团队成员以天为单位迭代功能。" 只有保持小团队规模、减少沟通成本，才能保证产品快速迭代。" 赵凯说。

2025 年，基础模型仍在快速发展之中，技术边界难以预料。创业时机无疑是重要的——在 Claude 4.0 以及 GPT-5 等模型发布后，基模的推理能力大大增强，这为 VideoTutor 的起步提供了非常好的基础。

在 VideoTutor 之前，硅谷也曾出现过模式类似的创业公司。2024 年 4 月，由斯坦福大学一个学生团队研发的同类产品 Gatekeep，同样专注在 AI 解题视频生成，曾拿到融资，引起轰动，但很快就暂停更新。

Gatekeep 难以为继的核心原因，赵凯认为有两点：第一，Gatekeep 创业时，当时基座模型的 Coding 能力不够成熟，Claude 4.0 还没发布，Sora 也没发布；第二，产品的动画引擎还暂时无法做到点、线、面的精准渲染。

不过，基模的发展也是双刃剑。比如，在 VideoTutor 成立公司没多久之后，ChatGPT 就推出了 Study 模式。

我问赵凯，会害怕被基础模型吞没吗？

" 想明白自己的价值很重要。" 赵凯回答，" 大模型厂商的核心使命是 AGI，它们不太可能在所有细分领域都投入重兵，这为真正懂行业的应用层公司留下了生态位。我们的价值在于，比大厂更懂教育，更懂学生。"

对于赛道上的其他竞争对手，赵凯表示，VideoTutor 和他们瞄准的场景并不完全相同。比如 Chegg、Gauthmath 对应的是日常作业辅导，学生使用动机更多是完成作业，需要快速得到答案。

" 两者的根本区别在于学习动机，" 赵凯解释道，" 我们的用户目标非常明确——为了通过 SAT 或 AP 考试，他们有主动学懂、学会的强烈需求。而许多作业解答 App 更像是被动学习工具，如果只是快速得到答案完成任务，这种需求很容易被免费的通用大模型满足。"

从商业模式来看，VideoTutor 目前希望让 AI 可以逐步替代部分线下的家教环节。如今，在美国请线下家教的价格至少是每小时 100-400 美金，线上网课也要约 100 美金一节课。从价格来看，VideoTutor 如今生成四条视频仅收费 3.99 美元，价格已经降低数十倍。

VideoTutor 希望能够先从备考人群出发，然后拓展到更多领域和科目。"K12 领域的所有学科问题，理论上都可以生成讲解视频，因为 K12 有相对标准化的教材和知识点。" 赵凯说，" 未来，我们会从 SAT、AP 数学拓展到更多学科，从解题环节延伸到学习路径规划、效果评估，最终成为每个学生的专属 AI 导师。"

VideoTutor 未来计划 C 端和 B 端市场同时发力。

目前，团队已经获得了第一批 B 端合作的意向订单。比如，一家拥有 6 万名学生的印度教培机构已经签署了合作协议，通过用 VideoTutor 让学校学习 JEE Advanced（印度理工入学考试）。就在 10 月，VideoTutor 刚刚又与美国校园社交平台 Fizz 达成合作，后者在美国有超过 350 所大学的用户覆盖。

赵凯用了十年的社交媒体头像是他最喜欢的角色——超能陆战队的主角 Hiro，一位天才极客少年，用自己的科技才能去帮助他人、改变世界。

" 美国有很多孩子请不起每小时 400 美金的家教，但他们同样需要好的教育。" 赵凯说，在未来，VideoTutor 最大的目标是能达到教育平权，让更多孩子拥有好的教育资源。