图片来源：videotutor.io

Z Highlights

• 几天内席卷 Instagram 与 TikTok，海外播放突破 5000 万；用户可上传题目、选择喜欢的 AI Tutor 角色，并实时互动生成个性化视频讲解，让学习像刷短视频一样停不下来，验证了 AI-native 教育产品的新形态。

• 基于超 10 万数学图形数据训练的自研 PDGP 模型，结合 LLM 与 自研 Canvas 数学动画渲染引擎，把题目理解、图形解析、推理路径和动态讲解整合为实时互动视频教学，显著提升 AI Tutor 在复杂 STEM 场景中的精确度、稳定性和可解释性。

• 以Freemium免费增值模式快速跑通ToC付费转化，B端API获全球超1000家教育机构合作请求，验证ToC+ToB双轮驱动的可持续商业闭环。

01 当数学题被做成学生愿意转发的短视频

近期，一款名为VideoTutor的产品在海外社交媒体上引发关注。真正让 VideoTutor爆火出圈的，不是传统的那种 AI 解题演示，而是一种更像短视频、更有梗、更好玩的学习体验。在 Instagram 和 TikTok 上，学生上传三角函数、几何、物理等题目后，可以选择不同风格的 AI Tutor 角色来讲解。有人让公共人物风格角色一本正经地讲数学，有人选择动漫人物、猫咪形象，也有人自定义熟悉的人物角色来做自己的“专属老师”。

图片来源：businessinsider

有用户上传特朗普风格角色讲数学，也有用户选择自己喜欢的网红数学博主来做讲解，相关视频在 Instagram 上迅速突破百万播放。

这种体验之所以能击中海外年轻人，本质上是因为它非常符合美国 05 后熟悉的社交文化：在 Roblox 利用虚拟身份互动，在 TikTok 上用梗和角色完成表达，在 Instagram 上分享有趣、反差感强的内容。VideoTutor 把这种年轻人熟悉的内容逻辑带进了学习场景——用户不再只是被动观看一段标准课程，而是可以上传自己的题目、选择喜欢的角色，并通过语音按钮继续实时追问。AI Tutor 就像真人老师一样，根据学生的问题即时回应、即时演示，并生成新的个性化视频讲解。

VideoTutor 实际上重构的不是“解题效率”，而是“学习的表达方式”：它把做题这件事，转化为一种可参与、可定制、可传播的内容体验，让学习第一次具备了接近短视频与虚拟社区的社交扩散能力。

02 高价私人辅导之外，AI Tutor 的市场缺口

VideoTutor 的爆火踩中的是一个更大的教育市场缺口：在全球 EdTech 与 AI 教育交汇的千亿美金级市场里，高质量、个性化、可互动的辅导体验仍然长期稀缺。

尤其在美国，私人辅导一直是一门高客单价生意。2025 年美国私人辅导市场数据显示，SAT 备考导师平均时薪约 62 美元，在纽约、旧金山等教育竞争激烈的城市，精英导师价格甚至可达数百美元一小时；而数学、物理、编程等 STEM 学科，因为更依赖一对一讲解和动态推导，也长期是普通家庭难以持续负担的教育支出。

但这个市场真正的痛点不只是“贵”，而是优质教学能力很难规模化。

一个好的真人老师，不只是告诉学生答案，而是会根据学生的反应不断调整讲法：哪里没听懂，就换一种解释；抽象概念讲不清，就画图、举例、拆步骤；学生继续追问，老师也能即时回应。这种围绕学生理解状态展开的动态反馈，才是一对一辅导最核心的价值。

上一代 EdTech 解决了“内容在线化”，却没有真正解决“个性化教学”。录播课可以规模化，但无法回应每个学生的具体问题；题库和拍搜工具可以快速给出答案，却很难解释学生为什么卡住，更无法像真人老师一样持续追问、调整节奏和换一种方式讲清楚。

图片来源：sevalla

从市场来看，VideoTutor 面对的也不只是 SAT 或数学搜题，而是更大的 千亿美金级 AI 教育机会。Grand View Research 预计，全球教育科技市场规模将在 2030 年达到 3484.1 亿美元；Precedence Research 则预测，全球 AI in Education 市场将从 2025 年的 70.5 亿美元增长至 2035 年的 1367.9 亿美元。

在美国，私人辅导同样是一门高客单价生意。Wiingy 对 5 大平台 3600 名导师的分析显示，2025 年 SAT 备考导师平均收费为 62 美元/小时，数学辅导平均为 46 美元/小时，部分竞争激烈城市的考试辅导价格甚至可超过 300 美元/小时。

所以，VideoTutor 真正押注的不是“AI 解题”，而是下一代 AI-native 教育产品的入口：K-12 学习、STEM 教育、标化考试辅导、教育硬件、内容平台和机构教学系统，都需要一种能够实时理解问题、生成讲解、持续互动的 AI Tutor 能力。

在用户侧，VideoTutor 把 AI Tutor 的使用门槛降到极低：学生上传题目后，只需选择喜欢的讲解角色，就能进入一场像真人老师一样的实时互动视频辅导。

• 问题输入与智能解析： 学生上传题目图片或输入文字问题后，系统通过几何解析器与几何图形深度学习模型，识别题目中的文字、公式、图形元素及其空间关系，将原本非结构化的题目信息转化为带数学约束的结构化逻辑，为后续推理和动态讲解生成打下基础。

  

图片来源：videotutor.io

• 实时互动问答与趣味化讲解： 在题目解析完成后，学生可以选择喜欢的 AI Tutor 角色进入互动讲解。AI Tutor 不只是输出答案，而是像真人老师一样通过视频、语音、动画和白板演示进行实时回应；学生可以随时追问、打断或要求换一种讲法，让原本枯燥的 STEM 学习变成更有角色感、互动感和趣味性的个性化辅导体验。

  

      图片来源：videotutor.io

03 重构动画渲染协议，打造不可复制的数据飞轮

在AI教育赛道，功能可以快速模仿，但工程确定性与数据闭环无法速成。VideoTutor 的护城河，并不体现在某一个孤立的技术点上，而是被嵌入进产品运行的每一个关键环节，形成一套外部难以短期追赶的系统能力。

一个典型的切入点，是它对“图形”的理解方式。传统 OCR 可以识别文字，却很难真正读懂几何题中的结构关系——点、线、面、圆以及它们之间的约束，本质上是一种带逻辑的空间表达。VideoTutor 在这一层引入了自研的几何图形深度学习模型，通过大量数学图形数据训练，将题目中的文字、公式与几何元素转译为带有数学约束的结构化信息，使 AI 不只是“看到图”，而是能够理解圆心、半径、角度关系乃至辅助线背后的推理路径，这也成为后续讲解生成的基础。

在此之上，VideoTutor 并没有选择走一条偏“视觉生成”的路径，而是进一步自研了一套面向数学场景的动画渲染引擎。与通用视频生成追求“像不像”不同，数学教学对表达精度有着更高要求——一个点的位置偏差、一条线的方向变化，甚至公式呈现的顺序，都会直接影响理解效果。因此，这套引擎更接近于把解题过程“程序化”：将推理步骤拆解为白板演示、公式展开与图形变换，让 AI Tutor 能够像真人老师一样边讲边画，在保证严谨性的同时，完成动态、可解释的表达。

如果说前两者解决的是“能不能讲清楚”，那么持续互动过程中沉淀的上下文，则在回答“能不能越讲越贴近这个学生”。与传统拍照搜题的一次性问答不同，实时视频讲解会不断积累关于用户的细粒度信息：他们上传过什么题目，偏好什么讲解风格，在哪一步停下来反复追问，在哪些知识点上持续卡顿。这些信号不会消失，而是被纳入到系统中，逐步形成对个体学习状态的刻画，使得后续每一次讲解，都建立在既有理解基础之上，而非从零开始。

也正因此，VideoTutor 的壁垒并不是单点突破，而是一种由图形理解、表达引擎与用户记忆共同构成的复合系统。它让 AI Tutor 从一个“给答案”的工具，转变为一个在互动中不断演化的讲解者，越使用，越接近一个真正理解学生的老师。

04 极客别墅里的“动量为王”

硅谷的创业传奇，往往始于一间小小的办公室，而VideoTutor的故事，发生在加利福尼亚州桑尼维尔的一栋独立别墅里。这个规模极小但人效极高的团队代表了一种典型的硅谷式创业范式：强调速度优先、技术驱动，以及对用户体验的持续贴近。而“动量为王”，则是他们刻在骨子里的信条。

图片来源：36kr

团队的核心是两位高度互补的创始人，分别负责产品战略与技术落地：VideoTutorCEO & 联合创始人赵凯（Kai Zhao），是一位20 岁的华裔连续创业者，小学三年级自学编程，大一开发校园社交 App 获 20 万美元融资，大二参与创办 MathGPT Pro 并入选奇绩创坛，大三从圣何塞州立大学退学投入 VideoTutor 创业。他亲身经历了海外教育资源的分配不均，对学生的真实需求有极致的 “深共情”，是产品方向、团队文化与融资的核心推动者，也是 VideoTutor “教育公平” 使命的践行者。

图片来源：Linkedln

CTO & 联合创始人James Zhan是前 Meta 与 Google AI 高级专家，拥有十余年大规模分布式计算、企业级 API 开发与 AI 系统构建经验，主导了 VideoTutor 从 0 到 1 的后端渲染管线、多模型共识架构、自研几何解析器等核心技术的落地，为年轻的创业团队补上了大厂级的工程能力，确保产品的技术确定性与可扩展性。

图片来源：Linkedln

除了核心技术岗位，团队还吸纳了教育学专家和顶尖学术精英组成的数据标注团队，所有人同吃同住在别墅里，最大限度降低沟通成本。正是这种“极客别墅”式的开发模式，让他们能在短短两个月内完成产品从0到1的构建，实现快速的产品迭代——而这，正是硅谷创业公司在早期最核心的竞争力。

“只有保持小团队规模和降低沟通成本，才能确保产品快速迭代。”赵凯的这句话，道出了团队的生存逻辑。在AI技术快速迭代的当下，速度就是一切，而这支兼具年轻活力与大厂经验的团队，正是VideoTutor保持“动量”的核心保障。

05 完成1100万美元种子轮融资，赵长鹏家族办公室YZi Labs领投

我们了解到，VideoTutor完成了1100万美元的种子轮融资，这轮融资由赵长鹏家族办公室YZi Labs领投，这也是YZi Labs首次进军人工智能软件领域；锦秋基金（字节跳动背景）、BV百度风投、Amino Capital、BridgeOne Capital等机构跟投，集结了“加密资本+互联网大厂+硅谷早期基金”豪华投资方矩阵。

在2025年的资本环境中，一家由学生主导的初创公司能获得投资人本身就是一种认可。VideoTutor的这轮融资，不仅是资本对其技术和模式的看好，更源于赵长鹏（CZ）的教育使命与产品初心的高度契合。

图片来源：Crunchbase

各投资方的入局，均有明确的战略逻辑：YZi Labs为VideoTutor带来品牌背书与全球化视野，更与CZ的非营利教育项目Giggle Academy形成协同，二者都以“利用技术消除教育资源不对等”为核心使命；锦秋基金能为其提供短视频分发与算法增长的指导；BV百度风投则让其获得深度学习与基础模型领域的资源支持；BridgeOne Capital则助力其B2B业务的规模化拓展。

专注于把产品做好，不要急于赚钱。”这是 CZ 给赵凯的建议，也让 VideoTutor 在早期更专注于打磨实时互动视频教学体验。随着 TikTok 等海外社媒播放突破 5000 万，VideoTutor 不仅在 C 端获得学生自发传播，也在 B 端收到来自腾讯、小天才等教育生态客户的采购和部署咨询，以及超过 1000 家机构的 API 集成请求。 它的潜力正在从一个 AI Tutor 应用，延伸为教育机构、内容平台和智能学习硬件可接入的 AI 教学基础设施。

之于未来，VideoTutor不只是想做更好玩的 AI Tutor，而是致力于把实时互动视频生成扩展成下一代 AI-native 教育基础设施。今天，学生可以上传题目、选择喜欢的 AI Tutor 角色，并通过实时互动获得个性化视频讲解；未来，这种能力将从数学拓展到物理、化学、编程等更多 STEM 学科，从单次解题走向长期学习路径、能力评估和上下文记忆。

随着实时视频生成、语音互动和视觉化讲解能力成熟，VideoTutor 也有机会从 C 端学习工具，延伸到教育机构、内容平台、智能学习硬件和学校系统，成为更多教育产品背后的 AI 教学引擎。

如果上一代 EdTech 是把课程搬到线上，那么下一代 AI 教育，就是把“好老师的讲解能力”实时生成出来。VideoTutor 想抓住的，正是这个从数字化内容到智能化教学代理的转折点。