背景與問題
生成式 AI 的影像與影片工具這幾年大量出現，但創作者與行銷人員在實際使用時，常常卡在同一個地方：要在多個模型之間反覆切換、比較，才知道哪一個能做出想要的結果，過程一煩躁就容易放棄專案。OpenAI 官方網站於 2026 年 10 月 8 日刊出的創業案例報導指出，新創公司 Pollo AI 成立的出發點就是解決這件事——讓沒有專業製作背景的人，也能把腦中的創意構想變成完成度夠高的圖片與影片。創辦人兼執行長 Bill Zhu 形容，團隊想做的是「影片領域的 Canva」；Canva 是一款用拖曳介面取代專業排版軟體的線上設計工具，讓一般人不必學 Photoshop 也能做出海報與簡報，Pollo AI 希望把同樣的門檻降低效果搬到影像創作上。目前這個平台已服務超過 2,600 萬名用戶，用來製作影片、廣告與各類視覺內容，用戶群以內容創作者為主，其中「微短劇」（micro dramas，一種結合 AI 生成畫面與真人演員的短篇劇集形式）尤其受到歡迎。
核心內容
Pollo AI 最新的產品是 Pollo Agent（可理解為 Pollo 的代理式流程），它把使用者粗糙的想法與參考圖片接過來，逐步發展出劇情線、場景流程與腳本，最後產出影片，形成一條完整且有引導的工作流。技術長 Peter Zhou 表示，團隊選擇 OpenAI 模型的關鍵在於它們對「模糊的創意輸入」理解能力較強，並具備多模態能力（multimodal，指同一個模型能同時處理文字、圖片等不同形式的資訊），其中 GPT-5.6 在這方面的表現尤其突出；除此之外，OpenAI API 的穩定性與版本更新節奏也是評估重點。
技術脈絡：模型分工的邏輯
Pollo AI 並沒有讓單一模型包辦所有工作，而是依照任務難度分配。GPT-5.6 是 OpenAI 的通用語言模型，在系統中負責「路由」（routing），也就是判斷這則需求該交給誰處理；GPT-6 Astra 則是推理能力更強的模型，用來應付難度較高的任務，例如發展敘事結構、規劃場景修改；影像生成一律交給 GPT-Image-2.5，它負責海報、分鏡（storyboard，把腳本拆成逐格畫面的視覺草圖）與活動主視覺。Peter Zhou 說，只要使用者提出圖片生成需求就會用 GPT-Image-2.5，因為它在處理不同類型的角色與文字時特別穩。這種「用 GPT-5.6 做分派、用 GPT-6 Astra 做難題」的組合，目的是在推理深度、速度與成本之間取得平衡，讓系統依使用者輸入自動匹配適當的運算等級。選型本身也不是憑印象，Pollo AI 會拿真實用戶的提示詞與工作流來測試各個生成模型，評估輸出品質、一致性、風格範圍、速度與成本五個維度。更早之前，團隊的第一個突破口是影片模板，目前約有 30% 的創作者對話是從模板或熱門格式流程開始的。
實際應用與案例
在行銷端，Pollo AI 的 Marketing Studio 套件內建 Photo to Video Ads（照片轉影片廣告）工具，把一張靜態圖片加一段提示詞變成短片，目標是讓小型企業與 DTC 品牌（Direct-to-Consumer，直接對消費者銷售的品牌）在幾分鐘內生出社群媒體廣告，而不是等上幾天。報導中有一個香水品牌的例子：原本的靜態產品照無法傳達奢華氛圍，專業拍攝又超出預算，最後用這項工具把起始圖片轉成約 15 秒的影片廣告，過程中生成了天鵝絨質感、暖色聚光燈與瓶身特寫來鋪陳調性，結尾以深紅色布料襯托香水收束。另一個珠寶品牌想做有強烈編輯感的主視覺，預算卻撐不起高概念棚拍，於是透過 Pollo AI 與 GPT-Image-2.5，把「模特身旁坐著一頭獵豹、佩戴招牌珠寶」的構想做出來，畫面以深色帷幔與暖光框景，並確保珠寶本身清晰可見，產出成本、時間與製作 effort 都低於實拍。第三個案例是桃子汽水品牌，把單純的瓶身照轉成雪地微縮景觀，加入小火車、蜥蜴與閃耀水珠，形成適合 campaign 使用的俏皮畫面。
影響與限制
報導指出，Pollo AI 的模型分工讓使用者在選擇或切換模型上花費的時間減少超過 50%，等於把時間還給創意本身；對小品牌來說，過去需要數天的廣告素材流程被壓縮到幾分鐘，這是最直接的實務意義。不過限制也同樣清楚。其一，整條流程高度依賴 OpenAI API 的穩定性與發布節奏，上游任何變動都會直接反映到產品體驗；其二，速度、成本與推理深度之間本質上是權衡關係，才需要 GPT-5.6 與 GPT-6 Astra 兩層分工，代表單一模型目前還無法同時兼顧；其三，選型以真實提示詞測試、看品質與一致性等指標，也意味著產出表現會隨任務性質而異，並非在所有情境下都是同一個最優解。對未來，Pollo AI 目標是在接下來 12 個月內讓 AI 影片成為日常內容創作的一環。Bill Zhu 認為，內容創作的 AI 轉向最終會偏向那些「從一開始就讓創作更可重複」的產品：格式更強、試錯更少、圍繞模型的工作流更簡單。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。