前剪映核心郭列携 Flova 再创业：8000 万美元押注视频 Agent

脸萌和 FaceU 的创始人郭列再度创业，这次他把目标对准了 AI 视频创作 Agent。2025 年 10 月，他的新项目 Flova.ai 在全球上线，并已完成由红杉中国、IDG、云九资本参与的两轮融资，总金额达 8000 万美元，其中 IDG 和云九曾是其早期项目脸萌的老股东。郭列曾在 2018 年将脸萌团队以约 3 亿美元的价格并入字节，随后主导孵化了剪映、CapCut、醒图、轻颜等过亿日活产品，因此他的每一次动作都被创投与产品圈高度关注。

从剪映体系走出的创业者

Flova 的诞生背后，是"剪映系"创业者在 AI 浪潮中集体出击的一个缩影。除了郭列，做出 Lovart 的陈冕、AI Coding 社区 YouWare 创始人明超平、AI 视频创作工具 OiiOii 创始人闹闹，均出自剪映或 CapCut 团队。这种履历让投资人对他们形成了相对一致的判断：了解用户、有产品审美，更可能押中消费级 AI 机会。

郭列自己的路径则更为曲折。2022 年他曾短暂进入游戏领域创业，两年后退出，"闭关"近一年才推出 Flova。他坦言，过去做脸萌、剪映时只需思考怎么让人觉得好用，而到了 AI 时代，产品必须同时为人和 Agent 设计容器，这是一件天生有矛盾感的事。

Flova 的产品形态与差异化

Flova 的整体逻辑与市面视频创作工具类似：用户通过对话让 Agent 完成脚本创作、角色设计、分镜设计、成片生成与编辑。但与最主流的"画布"形态不同，Flova 没有让用户自由创建节点，而是将产品容器设计为一个可自由切换视图的工作面板：

"对话"区：用户用自然语言向 Agent 下达指令，即让 Agent 接收 Context。
"故事板"区：Agent 的执行过程直接呈现在此，用户可随时打断、调整工作流。
"预览"区：每一步的视觉效果实时呈现。

早期用户反馈称，Flova 的"记性"和语义理解在同类产品中突出，"创作十几集后还能记住第一集的某个分镜"。郭列认为关键在于：人类用户需要一个支持创意无限发散的空间，但要最大程度发挥 Agent 的智能，Context 又必须足够有序、结构化，二者并不矛盾，而是要在一个容器内兼顾。

同时为人与 Agent 设计产品

Flova Agent 产品负责人唐果把这种设计总结为"产品里第一次出现了两种需要同时被设计的参与者"：

面向人：提供足够直观的创作界面，让用户方便比较版本、调整细节、表达审美判断。
面向 Agent：为它设计项目环境、工具、权限和有序状态，让它能理解当前项目并自由推进任务。
关键纽带：人和 Agent 之间的信息同步，用户的选择要 Agent 理解，Agent 的修改也要用户看得见、能接管、能纠偏。

在技术上，团队尤其看重 Context 管理 而非单纯的记忆管理。唐果解释，前者是让 Agent 从上百、上千轮对话中判断创作需要哪种风格，后者只是记住用户行为偏好。对单一项目内动辄数百轮对话、十几集连载的创作场景而言，Context 的有序性更为刚需。

在三类竞品中卡位视频 Agent

增长与商业化负责人瑞瑞尔将当前 AI 视频创作工具划分为三类，Flova 明确将自己定位在第三类：

模型 C 端应用：核心是展示模型能力的 showcase，往往不集成第三方模型。
多模型一站式集成平台：用户仍需自行了解不同模型能力、用手动方式串联工作流，"虽然有 Agent 参与，但大脑依然是人的"。
Agent（Flova 所处类别）：极大降低创作门槛，用户无需分心搭工作流或调提示词，只需专注于表达。

唐果补充，前两类产品每一次视频生成都是重新开始，而 Flova 的每一次创作都是之前创作的延续：之前用户的所有判断、审美都能作为 Context 被 Agent 继承。这也是不少创作者反馈"好用"的根本原因。

融资克制与时代判断

在普遍追求大额、滚动融资的氛围里，8000 万美元的规模显得相对克制。郭列给出的解释是："对于一个 Agent 产品而言，8000 万美元已经足够。真正重要的是产品、增长和商业循环，而不是账户上的现金数字。"这也是他拒绝多份 TS 的原因。

对于 AI 创业的时点判断，郭列认为现在仍处于"很早期"。他以移动互联网类比：2007 年 iPhone 发布、2008 年安卓发布，但应用真正爆发在 2014 至 2016 年。Agent 的真正爆发同样还需要时间，而 Flova 想做的，是为视频创作者提供一个更通用的 Agent 底座，通过 Skill 满足短剧、漫剧、广告等细分场景。在他看来，AI 时代的产品经理必须具备面向未来做产品设计的能力，清楚知道哪些问题会随着模型迭代自然解决，哪些必须由产品或 Agent 本身去解决。