Pollo AI 借助 OpenAI 多模型组合，把创意想法变成视频与图像广告

Pollo AI 是一家面向全球创作者与营销人员的 AI 视频与图像生成平台，目前拥有超过 2600 万用户。2026 年 10 月 8 日，OpenAI 发布了一篇客户案例，介绍这家初创公司如何借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5，把创作者模糊的想法变成完整的图像与电影感视频广告。案例的核心是 Pollo AI 的最新产品 Pollo Agent：它把"选模型、写脚本、做分镜、出图、成片"这一整套流程，压缩成一条有引导的工作流。

一、产品定位：做视频领域的 Canva Pollo AI 的创始人兼 CEO Bill Zhu 把目标说得很直白："我们想为视频做 Canva 为设计做过的事。我们要让它足够简单，让更多人真正用得起来，而不只是那些本来就会的人。"公司的出发点是，即便有了生成式 AI，创作者和营销人员仍然要在不同工具和不同模型之间来回切换，不少人会因为受挫而放弃项目。Pollo AI 想把这层摩擦拿掉。 最早的突破来自视频模板。据公司披露，目前有 30% 的创作者会话从模板或热门格式工作流开始。在此基础上，团队推出了 Pollo Agent，让用户从更简单的输入出发，由系统负责后面的流程。Bill Zhu 表示，随着 OpenAI 模型不断进步，Pollo 想支持的工作流有越来越多在产品内部变得切实可行。 二、技术机制：按任务难度分层的模型组合 Pollo Agent 的第一步是理解用户。它读取用户粗略的想法和视觉参考，再生成故事线、场景流程和脚本。CTO Peter Zhou 说，OpenAI 模型的突出之处在于能理解含糊的创意输入，并具备多模态能力，"GPT-5.6 在这方面表现尤其好"。团队同时看重 OpenAI API 的稳定性和发布节奏。

为了在推理深度、速度和成本之间取得平衡，Pollo AI 采用了分工明确的模型组合： 1. GPT-5.6 负责路由，即判断用户的请求属于哪一类任务，该交给谁处理。

2. GPT-6 Astra 负责更难的工作，例如构思叙事、规划场景修改。

3. GPT-Image-2.5 负责所有图像生成，用于制作海报、分镜和广告视觉。Peter Zhou 的原话是："只要收到用户生成图片的任务，我们一定用 GPT-Image-2.5。它特别擅长处理不同类型的角色和文字。" 这种设计让系统可以根据用户提示词，把推理强度匹配到任务本身，简单任务不必为重型模型付费。Pollo AI 称，用户在选择或切换模型上花的时间减少了 50% 以上，省下的时间可以用于创作。在选型上，团队会用真实用户的提示词和工作流去测试各个生成模型，评估输出质量、一致性、风格范围、速度和成本。需要说明的是，这些数字均为公司自行报告，案例中没有给出测试方法或第三方验证。 三、三个应用场景 第一个场景是照片转视频广告。Pollo 的营销套件 Marketing Studio 中有"Photo to Video Ads"工具，它用 OpenAI 模型把一张静态图片和一段提示词变成短视频，目标是帮助小企业和 DTC 品牌在几分钟而不是几天内生成社交媒体产品广告。案例中，一位用户想用产品照片做一支有奢华感的香水广告，静态照片无法传达这种氛围，专业拍摄又超出预算。该用户最终得到一支约 15 秒的视频：画面里有丝绒质感、暖色聚光灯和瓶身特写，结尾是香水被置于深红色织物前。

第二个场景是奢华品牌视觉。一家珠宝品牌想要一张大胆的杂志风广告图，但预算撑不起高概念的影棚拍摄。借助 Pollo Agent 和 GPT-Image-2.5，品牌把"模特坐在猎豹身旁佩戴醒目珠宝"的创意变成了现实。画面以深色帷幔和暖光构图，并确保珠宝产品清晰可见。按案例说法，品牌拿到了成品级的奢华视觉，相比实拍，制作投入、时间和成本都更低。 第三个场景是把产品图变成奇幻世界。一家饮料品牌希望蜜桃汽水在广告中显得俏皮而有想象力，普通的影棚产品照做不到。团队用 Pollo Agent 和 GPT-Image-2.5（案例称其带来更清晰的细节和更快的生成）把一张简单的瓶子图片，变成了一片雪地微缩景观，里面有火车、蜥蜴和闪亮的水珠。 四、对行业的意义 对开发者而言，这个案例展示了一种可复制的架构思路：用较轻的模型做路由，用较强的模型处理困难推理，再把图像生成交给专用模型。这样的分层既控制成本，也缩短延迟。对营销团队和小企业而言，价值在于制作门槛降低：不需要拍摄团队，也能在短时间内得到可用于社交平台的广告素材。对平台方而言，模板加智能体的组合说明，可重复的格式与更少的试错，比单纯堆叠模型数量更有价值。

五、局限与展望 读者需要保持审慎。案例由 OpenAI 发布，属于客户故事，所有数据和效果描述都来自公司自述。文中没有公开广告的转化率、单条素材成本的具体数字或质量评测，因此"高转化"这一说法暂时无法独立核实。此外，AI 生成的广告在品牌一致性、素材版权和真实性披露方面仍有行业层面的疑问，案例也未涉及。 展望未来，Pollo 希望在未来 12 个月内让 AI 视频成为日常内容创作的一部分。Bill Zhu 认为，这取决于让"把想法变成可直接发布、测试或用于投放的素材"变得更容易。他的判断是："内容创作领域的 AI 变革，会青睐那些从一开始就让创作更可重复的产品：更强的格式、更少的试错，以及围绕模型本身的更简单的工作流。"换句话说，下一阶段的竞争重点，可能不再是谁的单个模型更强，而是谁能把多个模型编排成一条稳定、低摩擦的生产线。