“你要不要上车？”
最近，AI 应用赛道杀出一匹黑马 ，号称能“一键复刻爆款视频”，开源一个月，GitHub Star 数冲到 2.3w。
它就是 Hypit.ai[1]。一条用 Hypit 做的视频给商家带来 40 倍 ROAS（广告支出回报率）；有硅谷创业者用 Hypit 做完 launch video 之后，直接 fire 掉月薪 1500 美金的剪辑师。
Hypit 创始团队是两位00后——北大本科、清华辍学的陈昱东Alvin 和清华计算机系毕业的金群琳Kashorin。他们之前的经历，一直是AI内容创业的轨迹：
Alvin 曾隐姓埋名进了一家跨境 MCN，买了 40 台二手 iPhone 做号，AI UGC的内容他几乎都做了个遍； Kashorin 最早在实习时就做AI虚拟人账号，粉丝30万；他还在小红书用 Claude 写《进击的巨人》二创文，被誉为“帕拉迪岛最神秘的账号”。
在“一键复刻爆款”的噱头之外，Hypit 还能实现什么？比起用 Opus 剪视频，Hypit 有什么不同？
最近我们和 Hypit 两位创始人聊了聊，二位侃侃而谈、畅聊了Hypit 最陡峭的增长时刻、SVML语言架构的关键、00后团队的办公日常，还有一个听起来近乎狂妄的梦想：Kill Adobe & CapCut &……
最后，Alvin 直接喊话，“如果你已经错过了 Cursor，错过了 Lovable，错过了 Heygen，错过了 Manus ……在 AGI 降临之前，Hypit maybe 是为数不多的机会了。86 要上山了，你要不要上车？”
以下是十字路口与 Hypit 创始团队 Alvin、Kashorin 的完整对话实录。
快问快答
🚥 十字路口
首先从快问快答开始，帮助大家了解你们。请问你们的年龄？
🧙♂️ Alvin
22岁
👨🏻💻 Kashorin
23岁
🚥 十字路口
毕业院校？
🧙♂️ Alvin
北京大学 本科毕业，硕士清华 drop
👨🏻💻 Kashorin
清华大学计算机系 本科毕业
🚥 十字路口
MBTI 和星座？
🧙♂️ Alvin
ENTP 射手座
👨🏻💻 Kashorin
INTJ 天秤座
🚥 十字路口
一句话介绍现在的公司和产品？
🧙♂️ Alvin
Open-source Video Programming Language and System for AI Agents
给 Coding Agent 设计的一门视频编程语言和系统
🚥 十字路口
融资情况？
🧙♂️ Alvin
初心资本孵化了我们一轮，真格基金投了一轮。
🚥 十字路口
收入和利润？
🧙♂️ Alvin
9月15日开源，1 个月做到 2.3万 Star，连续几天力压阿里和 cloudflare；ARR 破百万美金。
🚥 十字路口
团队规模？
🧙♂️ Alvin
7个人。4 个全职 + 2 个高中实习生 + 1个北大物院的好哥们。
🚥 十字路口
创业前在做什么？
🧙♂️ Alvin
北大毕业，清华辍学，当过学生会主席，在真格看过项目。从 AI 美女、AI 电商带货，到 AI 宠物短剧、AI 真人短剧、AI UGC，什么抽象内容都搓过。
👨🏻💻 Kashorin
清华计算机本科，曾在智谱参与视频生成模型的训练，也在 CMU 研究过怎么让 Agent 通过对话理解人的创作意图。
比起Opus，Hypit有什么优势
🚥 十字路口
使用 Hypit 之后，做视频能简单到什么程度？
🧙♂️ Alvin
我们希望把做视频变成一件事：你表达想法、给出参考，然后只需要通过对话来修改，Agent 帮你完成背后的制作。
你不必再为了实现一个创意，先去学剪辑软件，再去学生成模型、动效工具，以及这些工具之间怎么配合。
我们拿 “小Lin说” 的视频做过一个演示：“复刻小Lin说”制作一条“介绍 Hypit” 的视频。
你会看到，原视频通过画面两侧的板子表达两种力量之间的对抗，Hypit 生成的视频，借鉴了这种表达而且直接转化成了两种制作方式（剪辑软件、代码）之间的对比。
这也是我们觉得神奇的地方：它能学到原视频“制作背后的逻辑”，然后借用这个逻辑来表达一个新的主题。
Hypit 复刻的不是像素颜色，而是背后的创作意图
我再举一个具体场景：你只需要说一句“讲到谷歌的时候，让谷歌的图标跳出来”， Hypit 就能帮你实现。
传统视频剪辑的做法是“听口播、找时间点、拖动素材”，如果要做一百条视频，就要重复很多次。
Hypit 的语义时间线，可以把画面出现的时机绑定到某个词或某句话。即使重新生成口播，或者换一种语言，也能根据新的语音位置重新对齐，减少逐条调整时间戳的工作。
切换语言后，Hypit 的语义时间线自动对齐视听效果
第三个很适用的场景是 Launch Video。
有人用 Hypit 做出了自己的 Launch Video，把开场动效（也是由 Hypit 生成）、产品录屏和口播串在一起，说到哪个功能，就展示对应的产品界面。
过去分散在几个工具里无法闭环的工作，现在可以在同一个制作工程里完成。
全程使用 Hypit 制作的 Launch Video，不需切换使用任何其他工具
前两天 AI Cloud 100 China 展会上，有个做雅思教育的老板，他想尝试用 AI 给他的小学生们做游戏式的雅思词语学习视频，他对自己做的和外包制作的内容都不满意。
我现场给他变了个“魔术”。我用他的 Grok Bot，一行 prompt，就把他的一个视频改成了另一个音画同步的、3D的版本。
用户兴奋的眼光是藏不住的，他说要让全上海英语教育界都知道我们的产品。
当然，我们不想把它说成“一句话就能无条件得到完美视频”。在 Hypit 还不能读取你的脑电波之前，一键让用户满意这种事情还是不太现实。
我们真正想做的是视频制作范式的革命，是减少从“我知道想做什么”到“我把它做出来”之间的 gap。
🚥 十字路口
比起用 Opus 剪视频，Hypit 有什么不同？
👨🏻💻 Kashorin
Opus 5.5 想创意的能力已经很强了，但要把创意变成一条完整的视频，中间还有一大堆制作工作。
人物和声音要生成，产品界面要用真实录屏，有些动效适合用 JS 代码而非 diffusion model，甚至还要涉及 2d、3d 场景和 blender 建模，最后还要把这些东西放到同一条时间线上，口播说到哪个词、音乐卡在哪个点、画面对应怎么变化，都得视听联动、紧密配合。
Hypit 制作视频，热梗由 Opus 来想
当然，直接放手交给 Agent 做，它也会想办法调工具、写脚本，把视频做出来。但这是它给自己临时搭的一套视频制作系统，下一条可能又换一套、或者换另一个会话可能完全看不懂，所以前面搭的脚手架很难复用。
Hypit 在做的就是，把这个制作层提前做明白、做彻底。把这些需要反复折腾的制作工作彻底工程化，让 Agent 的创意能够更顺利地变成视频结果。
比如，素材编排、AI 生成、代码动效，以及它们之间的时间关系，这些都可以用同一门语言来表达，而 Agent 可以像维护一个代码项目一样，持续修改视频。
另外，做好的组件、字幕、特效样式，也可以一行代码 import 到下条视频里。
🚥 十字路口
基础模型不断进步，这样的差异可以持续保持吗？
👨🏻💻 Kashorin
我们非常希望基础模型快点进步。Agent 越懂创作、越会写代码，我们就越不需要手把手在 Skill 里教它一些技法，它也能用 Hypit 做出更有意思的东西。
我们一直说 Hypit 是给 Agent 做增量，这个增量应该随着基础模型的能力提高而不断上涨。
Hypit 给 Agent 做增量，而非补差值
我们想长期积累的东西是很具体的：好看的字幕样式、MG 动效组件、焚诀级别提示词，还有做得很好的完整项目、完整工作流。
我们把它们通过 npm 或者 github 分发，然后聚合在一个 Agent 能直接读写的生态里，几行代码就能调用；如果想修改颜色、布局、运动方式，也能按需优化；如果做出新的样式和组件，还可以分享给其他人一起使用。
现在，已经有很多社区用户通过 PR 贡献自己做的组件了，比如用来制作 3b1b 科普视频的 manim 动画引擎。
后面，我们也会花很多精力把生态和社区这件事做好、做到极致。
Hypit.ai 官网的字幕生态体验区
2.3w star，我没有fake it
🚥 十字路口
Hypit 从想法到落地用了多久？
🧙♂️ Alvin
大约 2-3 个月。前2 个月聚焦开发，然后半个月左右筹备 launch campaign。
我在 launch 第一天，只有 1000 star 的时候，私信了所有这个领域相关的微信好友，我说：“可以给maybe是今年视频领域最炸裂的开源项目点个star吗？”
目前看起来，我相信我们有机会做到。20多天过去，项目有 2.3w star，我应该没有 fake it。
Hypit 的 Github repo 达到 23k stars!
🚥 十字路口
开源不到一个月突破 2.3w Star，这个速度在你们预期之中吗？
🧙♂️ Alvin
超过了团队的预期是真的，倒是没超过我自己的预期，我预期是10w star。
我们确信 Hypit 是革命，是未来 Agent 做视频的唯一解法。这次我们营销的点是“一键复刻任意视频”，因为我们年轻、人少、没有钱。
这也是迫不得已的，只有从需求扎下去，才能让大家记住我们。为什么最终选择这个需求点去做 GTM（市场营销） 也是经过深思熟虑的，文案改了几十遍。
🚥 十字路口
还收获了哪些外界的反馈？
🧙♂️ Alvin
除了开源不到一个月，GitHub 达到 2.3w Star 之外，我跟一些投资人交流的时候，发现很多人对“复刻”是懵懂的，甚至觉得这个事很 low。我就说，你问一下你们被投，有内容营销需求的被投，100% 使用了我们。
另外一个是晓音老师，我叫她硅谷 Queen。她加我微信第一句话，就问怎么投资我们，还说我们是下一个higgsfield。
虽然她也是被复刻吸引来的，但她真正玩明白了 Hypit，还为此 fire 了她团队的剪辑师——1500 美金 / 月的editor，然后全程用 Hypit 完成了她 launch video 制作。
该视频全程使用 Hypit 制作
给视频 Agent 一个源代码入口
🚥 十字路口
接下来，介绍一下你们专门为视频 Agent 设计的那套语言吧？
👨🏻💻 Kashorin
这门语言叫 SVML，Semantic Video Markup Language。
你可以把它理解成视频的源代码：口播谁来说、稿子怎么写、需要哪些素材、画面层级怎么组织，以及说到哪里发生什么，都可以在同一个项目工程里统一表达。
Agent 负责在 svml 源文件里把创意写明白，Hypit 的编译器和运行系统负责把它执行出来。
Hypit 给世界带来 Semantic Video Markup Language