全網播放量破億的AI短片《紙手機》背后，是一個關于"敢不敢"的突圍故事。

小男孩想給去世的奶奶燒一部"紙手機"。這個簡單的故事，讓很多人第一次在AI生成內容里看到了"人世間"。

近日，快手高級副總裁、可靈AI負責人蓋坤接受媒體采訪，講述了產品從"無名之輩"到全球視頻生成賽道頭部玩家的過程。聽他說完，你會發現一個有意思的結論：在大模型時代，"敢不敢"往往比"能不能"更重要。

第一次決策：從"Nobody"到全球首發

2024年初，OpenAI發布Sora Demo震動行業，但產品遲遲沒有落地。蓋坤做了一個讓團隊"炸鍋"的決定——做全球第一個用戶可用的視頻生成模型，而且要超越Sora。

那時可靈在內部幾乎沒有資源優勢，訓練甚至依賴"非主流"算力。但他判斷，OpenAI阻擊完Google后會分心回歸語言模型，會留出5-6月的窗口期。

"如果不搏這一把，很可能陷入"平庸—無資源—被淘汰"的負循環。"蓋坤說，"我們本來就是Nobody，博輸了還是Nobody，博贏了就徹底改變命運。"

他給內部定了死命令：必須在5月內完成從模型到產品的全線就緒。2024年6月6日，可靈1.0上線，成為全球第一個用戶可用的DiT視頻生成模型——而Sora直到當年年底才正式發布。

第二次決策：放棄"雕花"，轉向多模態

第一次成功之后，更難的選擇出現了。

在2.0之后，團隊面臨兩條路：一是繼續提升清晰度和穩定性，沿既有路線"精細打磨";二是轉向多模態，把圖像、視頻甚至動作都變成AI的"語言"，重構交互方式。

前者確定性高，后者幾乎沒有先例。

"基座指標要保，但解決新問題才是未來的核心。"蓋坤最終選擇后者。

隨后推出的動作控制功能(Motion Control)驗證了這一方向——用戶上傳一段參考視頻，就能讓角色復刻動作。這功能幾乎沒依賴推廣，在海外市場迅速走紅。

蓋坤后來打了一個比方：OpenAI就像一個高冷的女神，做出了驚人的東西大家只遠觀;但可靈作為"鄰居"干成了，大家才驚醒——原來這事真能落地。

方法論變化：大模型時代，AB測試失效

這些決策背后，是一套正在變化的組織方法論。

過去二十年，互聯網公司的核心能力經歷過兩次演進：從產品與運營驅動，到算法與AB測試驅動。但在大模型時代，這套邏輯開始失效——一次嘗試的成本往往以千萬美元計，創新是在未知空間中尋找路徑。

"拼肌肉拼不過，就要像'法師'一樣，通過判斷力打出局部優勢。"蓋坤說。

在他看來，企業不再依賴大規模試錯，而是依賴少數關鍵決策。從DiT架構，到多模態，再到一體化模型，可靈的幾次關鍵轉向，幾乎都不是"試出來"的，而是靠vision(愿景)牽引，在茫茫可能性中下重注賭對方向。

方向確定之后，執行成為關鍵。蓋坤強調"Disagree and Commit"原則：重大決策初期允許充分爭論甚至反對，但一旦目標確定，所有人必須投入120%的執行力。

"很多團隊是口頭同意，但執行變形。我們更看重的是定方向之后的統一行動。"

終局：讓更多人把腦海中的故事拍出來

蓋坤判斷，隨著生成能力和可控性持續提升，AI視頻將從工具走向基礎設施。

"當高質量內容足夠多、足夠豐富，一個新的內容平臺就會誕生。"

在他看來，技術的意義不只是提升效率，而是釋放表達能力——讓更多人有機會把腦海中的故事拍出來。

這也是可靈從第一天起就定下的愿景："讓每個人都能成為導演，讓每個人都能拍出自己心中的好故事。"

聽起來很遠。但蓋坤說，考慮到AI正在加速進化，快則一年，慢則三年，這個愿景或許就會實現。

一個可見的信號是商業化進展。2025年第四季度，可靈AI營收達3.4億元人民幣;同年12月單月收入已突破2000萬美元，對應年化收入運行率約2.4億美元。