Sam Bhattacharyya这位老哥可不是普通码农，他是麻省理工学院（MIT）AI与机器人方向的正经科班出身，早在2021年就成功卖掉了自己的第一家AI初创公司。
那家公司做的是疫情期间爆火的视频会议AI功能套件，比如虚拟背景、降噪滤镜这些，被客户直接收购，妥妥的技术变现案例。之后他加入了一家2000人规模的大公司担任AI产品负责人，直到2024年公司被私募火速甩卖，他才出来单干。
现在他的主业是一款叫Katana的AI视频剪辑工具，目标是打造一个能替代人类剪辑师的“视频基础大模型”。
但你猜怎么着？真正赚钱养活他的，居然是他2023年圣诞节在丈母娘家熬夜写的一个“玩具级”浏览器AI超分工具——Free AI Video Upscaler。
这个工具最初只是他用来练手WebGPU的新技术demo，结果却在无人运营、无任何营销的情况下，用户量悄悄涨到每月3万，还顺带催生了一个月收2800美元的付费服务。
故事听起来像爽文，但背后全是技术细节和真实数据，值得每一个创业者、开发者、AI爱好者细品。
从被AI行业拒之门外，到用WebGL手写神经网络逆袭
时间倒回2012年，Sam刚从MIT研究生毕业，满脑子AI和机器人，信心满满想进科技公司。
结果现实狠狠打脸——当时整个硅谷都在疯狂追移动App，面试官一开口就是“你会做iOS吗？”“能开发Android应用吗？”，而他只会写算法、调模型。
没人要他，AI在当时就是个冷门中的冷门。
于是他做了一个大胆决定：不找工作了，自己创业！第一家公司做在线教育App，结果从产品到融资全都踩坑，五年换了十次方向，差点破产。
但正是这段“地狱模式”的经历，让他学会了怎么真正理解用户、验证需求。
最终在疫情期间，他们团队把AI虚拟背景和降噪功能做成SDK插件，嵌入到各类视频会议软件中。
关键来了：当时主流方案是用TensorFlow.js或MediaPipe，这些方案把服务器端的AI框架硬搬到浏览器里，导致CPU和GPU频繁通信，性能极差——尤其在200美元的老旧笔记本上，一开虚拟背景电脑就冒烟。
于是Sam团队干了一件疯狂的事：他们直接用WebGL手写神经网络！没错，不是调库，而是像写游戏渲染器一样，在图形着色器里一行一行实现卷积运算。
这样做出来的AI滤镜，效率比Google Meet还高，最终成了被收购的核心筹码。
这段经历也埋下了日后WebSR SDK的种子——他始终相信：AI模型必须为运行环境深度优化，而不是反过来让用户迁就AI框架。
WebGPU时代来临，他随手写了个AI超分SDK当练手
2023年，WebGPU正式上线，这是WebGL的继任者，能直接调用GPU进行通用计算，性能飞跃。
Sam觉得这技术太酷了，但又不知道干啥用，于是决定拿“AI视频超分”练手。
为什么选这个？因为超分说白了就是个“聪明的锐化滤镜”——输入低清画面，输出高清画面，结构简单、训练快、效果肉眼可见，特别适合新手上手WebGPU。
于是他在圣诞节假期，晚上等家人睡了之后，偷偷写了几天代码，搞出了一个叫WebSR的TypeScript SDK。
它能在浏览器里直接调用WebGPU运行超分神经网络，全程不依赖任何外部AI运行时。核心代码简洁得令人发指：
import WebSR from '@websr/websr'; |
为了证明这个SDK真能用，他顺手搭了个网页工具，让用户上传视频，自动超分后下载。他注册了域名free.upscaler.video，发了个Reddit帖子，然后——彻底忘了这回事。
他哪知道，这个“弃子”即将上演一出互联网时代最魔幻的逆袭剧。
被用户疯狂@才想起去看数据，结果惊掉下巴
Sam的主业Katana在2025年7月上线，他一个人孤军奋战，从模型训练到前端交互全包，几个月才拉到十几个付费客户。
他每天焦头烂额，根本没空管那个免费工具。
直到2025年5月，他一周内收到15条私信，都在说“你的网站坏了！”——原来是Chrome的一次更新破坏了视频处理流程。
他只好花周末修bug，顺手点开了尘封一年的Google Analytics后台。结果屏幕上的数字让他愣住了：过去一年，free.upscaler.video的月活用户从3000暴涨到30000，增长10倍！而且全是自然流量，没有任何推广。
更离谱的是，很多用户甚至专门注册GitHub账号，就为了给他提issue报错。
他这才意识到：这个他看不上的“玩具”，每天都有上千人在用，有人用它处理AI生成的短视频，有人用它修复下载的老电影，还有游戏主播拿它把1080p录屏硬拉成4K。而他自己，却在为只有几十个用户的Katana熬夜掉头发。
那一刻，他内心一万头羊驼奔腾而过：为什么我拼命做的产品无人问津，随手一扔的demo却自己长腿跑起来了？
“没人会为这玩意儿付费”——结果103人抢着给1美元定金
修好bug后，有朋友劝他：“既然这么多人用，干脆做个付费版吧，用更大的模型跑在服务器上，效果更好。”
Sam第一反应是嗤之以鼻：“怎么可能？谁会为这种免费工具掏钱？”
但他转念一想，试试又不亏。
于是他花了两小时用Vercel“vibe coding”（凭感觉瞎写）搭了个付费版落地页，定价策略更是离谱——直接拍脑袋定成5美元/小时视频处理。
他还搞了个限时优惠：“1美元换20美元额度”，并把链接加在免费工具的首页。
他本以为最多十几个人点，结果一个月内103人付款！是他预期的4倍。
更魔幻的是，他还在页面上加了一句：“10月1日前上线，否则全额退款。”这句话成了他的“道德枷锁”——为了不失信于人，他被迫认真搞起了付费版开发。而这时他才发现：市面上所有开源超分模型（比如RealESRGAN）都太吃资源，按5美元/小时的定价根本跑不赢成本。
于是他发挥老AI研究员的底子，自己从头训练轻量化模型，针对四类用户精准优化：AI视频营销人员、电影资源爱好者、专业剪辑师、游戏录屏玩家。6周时间，100多次训练实验，烧掉5000多美元云服务器费用，他硬是搞出了一套能在低价位跑出高质量效果的私有模型。
免费版顺手优化一下，日活直接翻倍
付费版在9月30日压线发布后，他把学到的经验反哺回免费工具。
他用新训练的轻量模型替换了旧权重，又让大模型帮忙重写了页面标题、描述、FAQ，还把UI改得手机友好。
就这么几个微小改动，免费工具的日活在一个月内从1100飙升到2300，几乎翻倍！
他感慨道：我为Katana做的用户调研、功能迭代、冷启动推广，效果还不如给免费工具修几个bug、改几行meta标签。
这彻底颠覆了他对“产品增长”的认知——有时候，不是产品不够好，而是你没戳中那个最痛的痒点。而那个痒点，往往出现在你最不经意的地方。
无营销、无团队、无推广，却实现月入2800美元的“躺赚”奇迹
从10月开始，他在免费工具首页挂上付费入口，每天就有几百人点进去，其中50%注册账号，8%直接付费。
收入曲线清晰得可怕：9月0美元，10月1400美元，11月2800美元。
虽然金额不大，但成本极低——服务器费用、带宽、CDN加起来远低于收入，已经接近盈亏平衡。
最关键的是：这一切都是“无营销”达成的。没有投广告，没有发邮件，没有搞社群，用户全是自然流入，自发传播。
而他那个倾注了全部心血的Katana，还在为几十个用户苦苦挣扎。
这种强烈的反差让他陷入哲学思考：创业到底是拼努力，还是拼运气？为什么有些项目像推石头上山，累死累活没人看；而有些项目像滚雪球下坡，你躺平它自己就长大？
他最终得出结论：产品市场契合度（PMF）不是靠“做”出来的，而是靠“发现”出来的。
你永远不知道哪个小功能会击中大众的G点，所以不要过早否定任何一个side project。
他现在该怎么办？继续搞高大上的视频大模型，还是拥抱这匹黑马？
目前Sam陷入了甜蜜的纠结。
Katana是他技术理想主义的结晶——一个能理解音视频+文本的多模态视频编辑大模型，野心勃勃，难度极高。
而upscaler工具技术含量低、天花板明显，注定成不了巨头。
但现实是：后者在默默给他输血，让他有底气继续搞研究，不用为融资发愁。
他意识到，或许真正的高手，不是只盯着“改变世界”的宏大目标，而是懂得在“理想”与“现实”之间动态平衡。
他决定接下来几个月，先全力优化upscaler工具，把它做成一个稳定盈利的现金牛，同时用它的收入反哺Katana的研发。
他也开始重新评估那些曾经被他视为“分心”的技术side project——比如提升语音识别速度的新算法、基于WebGPU的开源AI滤镜SDK。谁知道呢？也许下一个爆款，就藏在下一个“随手一写”的demo里。
附：工具与代码资源，欢迎体验和贡献
如果你也想试试这个神奇的AI视频超分工具，可以访问免费版网站：https://free.upscaler.video。
它完全在浏览器中运行，无需注册、无需下载，支持Chrome和Edge最新版。如果你是开发者，项目代码已完全开源。
前端工具代码位于：https://github.com/sb2702/free-ai-video-upscaler，而核心的WebSR SDK则在这里：https://github.com/sb2702/websr/。
SDK支持多种超分模型（anime4k/cnn-2x-s/m/l），还内置了内容风格检测功能（通过MobileNet判断画面是动画还是实拍），开发者可自由集成到自己的Web应用中。Sam也欢迎社区提交PR，尤其是Worker线程支持、更多网络模型、移动端适配等方向。
也许你的一个commit，就能让这个“意外爆款”走得更远。