AI/大模型跨地区
← 贴纸墙
JOURNEY · DETAIL
郭列再创业Flova：从脸萌爆款到AI视频Agent | 脸萌创始人转型
创办：郭列 · Flova
JOURNEY
关键字段
FIELD STAMPSINDUSTRY 行业AI/大模型
REGION 地区跨地区
SCALE 规模小企
CHANNEL 渠道其他
起步缘由
郭列在字节跳动期间深度参与剪映产品从0到1的建设，剪映依托抖音生态实现海量分发，月活用户突破数亿，让他系统掌握了视频工具的规模化运营与生态协同逻辑。2024年前后大模型能力跃迁，他判断视频创作将从'人操作剪辑工具'走向'Agent自主理解并执行创作闭环'，如同Cursor重写编程流程一样重写视频创作流程。离开字节后他迅速组建小团队启动Flova，目标是让AI Agent直接理解视频意图并完成生成与剪辑闭环。
发家里程碑
2013年
早期探索 PMF
2013年，郭列在腾讯期间开发脸萌App，主打卡通头像DIY生成，上线后迅速走红，巅峰时期日活突破千万量级，登顶多国App Store免费榜榜首，成为2014年现象级社交应用。脸萌让郭列一战成名，获得首批创业资本与行业知名度，但也让他第一次尝到爆款产品生命周期极短的苦涩。
2015年
爆款后转型 失败
2015年，脸萌热度快速衰退，用户留存断崖式下跌，从千万日活到大量流失仅用数月时间，核心原因是产品缺乏深度使用价值和留存机制。郭列意识到纯娱乐型产品无法构建长期壁垒，随后带队开发FaceU贴纸相机App，虽然一度获得不俗下载量，但短视频赛道竞争加剧，FaceU始终未能建立稳固的用户付费习惯，团队面临方向选择压力。
2019年
字节剪映 转折
2019年，郭列团队被字节跳动收购整合，他深度参与剪映产品从0到1的建设过程。剪映依托抖音生态实现海量分发，月活用户突破数亿，成为中国最大的短视频剪辑工具。这段经历让郭列系统掌握了视频工具的规模化运营、模板化创作和生态协同逻辑，也为日后AI创业积累了关键的产品方法论和行业认知。
2024年
独立再创业 失败
郭例离开字节跳动后启动AI视频方向创业，初期尝试将大模型直接接入视频剪辑流程做自动剪辑Copilot，但发现当时大模型对视频时序理解能力极差，生成的剪辑结果在实际场景中可用率极低。产品在早期内测中遭到种子用户大量差评，团队一度陷入方向迷茫，被迫推倒原有架构重新思考产品范式。
2025年
产品重构 转折
2025年，受Claude Code发布的启发，郭列判断视频Agent应采用类似Claude Code的'理解-规划-执行-迭代'闭环范式，而非简单地在剪辑工具上叠加Copilot。团队重构产品架构，将视频理解、分段规划、生成执行拆解为Agent工作流，推出Flova首个可演示版本，在内测中初步验证了视频Agent路径的可行性，完成了从Copilot到Agent原生的范式跃迁。
2026年
公开亮相 PMF
2026年7月Flova以视频Agent产品正式对外公开，对标Claude Code在编程领域的范式，主打'AI自主理解视频内容并完成创作闭环'。郭列在36氪等媒体专访中首次系统阐述AI时代产品方法论，明确表示不会复刻剪映的模板化路径，而是走Agent原生路线。产品定位引发行业关注，被视为AI视频生成赛道个人开发者出海的标杆案例。
转折点
- 脸萌爆红后留存断崖下跌，让郭列认识到纯娱乐产品无法构建长期价值，此后转向工具型产品思路。
- 在字节主导剪映从0到月活数亿，系统掌握了视频工具的规模化运营与生态分发逻辑，成为日后AI创业的核心认知基础。
- 最初做视频Copilot方向内测惨败后，受Claude Code启发重构为Agent原生架构，完成产品范式的根本性跃迁。
失败与踩坑
- 脸萌作为现象级社交App，爆款周期极短，从千万日活到用户大批流失仅用数月，核心原因是产品缺乏深度使用价值和留存机制，这是郭列创业生涯最早也是最深刻的教训。
- FaceU在短视频赛道快速内卷中未能建立差异化壁垒，用户付费意愿薄弱，商业化压力持续加大，最终未能独立成长为可持续的产品线。
- Flova初期将大模型简单接入剪辑流程做Copilot，因大模型对视频时序理解能力不足导致产品可用率极低，遭种子用户大量差评，团队被迫推倒原有架构重新设计，浪费了数月开发时间。
关键成功要素
- 郭列连续创业的关键认知：从脸萌的娱乐爆款到剪映的工具规模化，深刻理解了'持续价值'比'一时流量'更重要。
- Flova选择对标Claude Code而非剪映模板路线，意味着将视频创作从'人操作工具'升级为'Agent自主执行'，这是完全不同的产品范式。
- 郭列拥有从0到亿级用户视频工具的完整操盘经验，这是Flova在AI视频赛道区别于纯技术团队的核心壁垒。
- 产品方向从Copilot到Agent原生的重构，证明在AI视频领域简单叠加AI并不能解决核心问题，架构范式的选择至关重要。
经验教训
- 现象级产品的短期成功不可复制为长期价值，创业者在爆款后必须找到可持续的产品方向和商业模式。
- 工具型产品的价值在于嵌入用户工作流并形成习惯，剪映的成功证明了这一点，而脸萌的失败恰好是反面教材。
- AI创业不能简单将大模型能力叠加到现有工具上，需要从底层架构重新设计Agent工作流才能真正解决场景问题。
- 连续创业者的最大优势不是资源而是认知迭代，郭列从脸萌到剪映再到Flova的路径体现了对'产品价值'理解的层层深化。
核心数据
- 脸萌巅峰日活：约1000万（2014年登顶多国App Store免费榜）（公开资料口径，未验独立复核）
- 脸萌总下载量：超2000万（2014年上线数月内）（公开资料口径，未验独立复核）
- 剪映月活用户：数亿（郭列在字节期间主导产品）（公开资料口径，未验独立复核）
- 团队规模：约15人（2025年创业初期小团队）（公开资料口径，未验独立复核）
- 产品阶段：内测公开阶段（2026年7月正式对外）（公开资料口径，未验独立复核）
竞争对手 / 同行
AI视频生成与剪辑赛道竞争极为激烈，海外有Runway、Pika、Sora等视频生成巨头占据技术高地，国内则有可灵（快手）、即梦（字节跳动）等大厂产品依托海量数据和算力资源快速推进。在视频Agent方向，Sand.ai获得超亿美元融资押注视频世界模型，ChatCut由金马导演李凯文创办探索AI剪辑Cursor化路径，Anijam则聚焦动画创作流程重写。Flova的差异化在于郭列对视频工具用户需求的深度理解和从剪映积累的产品方法论，但面对大厂算力碾压和同期创业者的快速迭代，竞争窗口极为有限。