Pollo AI

定义

Pollo AI是一个基于网页的人工智能视频生成与创作平台，定位为聚合多家基础模型的一站式创作工具，由深圳九瓴科技运营^[1]。用户无需自备拍摄设备或剪辑经验，输入一段文字描述或上传一张图片，平台即可调用底层模型输出数秒至数分钟的视频。

它与只提供单一模型的产品不同，把可灵、Runway、Veo 系列、Stable Diffusion等多款模型集中到同一界面中供用户选择^[2]。平台自身的定位是工作流而非工具集合，将生成、编辑与增强环节串联起来^[3]。

原理

平台的核心机制是模型聚合与调用层。底层是各家厂商训练好的多模态视频生成模型，中间是Pollo AI自建的统一接口与任务调度系统，上层是面向普通用户的网页和移动端界面^[3]。用户提交提示词、参考图片或视频后，平台按所选模型与时长、分辨率等参数把任务分发出去，再把生成结果返回给用户^[4]。

在生成方式上，文生视频把自然语言描述映射为连续画面，图生视频则以输入图像为首帧或参考帧推演后续帧。平台还支持设置起始帧与结束帧，由模型补全两者之间的每一帧，用于控制镜头运动或场景过渡。音频生成与画面生成同步进行，可产出环境音、配乐与人声^[4]。

在角色与产品一致性方面，平台通过参考图或参考视频约束主体外观，使人物面部、服装与商品细节在多镜头之间保持稳定。数字人功能则结合语音合成与唇形同步技术，用单张照片生成有对白和手势的讲解画面，单条视频最长约2分钟。

发展历程

Pollo AI由朱陈彪创办。他毕业于中山大学，曾在万兴科技负责跨境搜索引擎优化与内容运营，2018年离职后参与打造二十余款出海应用，并于2021年创办深圳九瓴科技^[2]。平台于2024年下半年上线，最初只提供可灵视频生成模型的内测版接口，随后逐步扩展为汇集大量公开模型的聚合平台^[1]。

上线后的用户增长较快。据公开资料，平台上线7个月内月活跃用户突破400万^[5]。2025年5月，平台实现盈亏平衡^[1]。

2025年12月4日，Pollo AI宣布完成1400万美元种子轮融资，由高成资本领投、真格基金跟投，这是其首轮机构融资，资金用于模型聚合平台建设、产品化升级与海外市场拓展^[3]。截至2025年12月，平台注册用户超过2000万，月活跃用户超过600万，日活跃用户超过20万，年化收入超过2000万美元^[1]。同期，平台从以模型聚合为主的工具形态，转向以创作流程为核心的一体化产品体系^[3]。

应用

在社交媒体内容生产方面，平台被用于制作短视频、竖屏短片与平台风格化的用户生成内容素材，通过预设特效模板把已有素材快速改造成成品。

在商业营销方面，电商与品牌方把商品照片转为动态展示或广告片段，在保留商品形状、材质与标识的前提下添加运动与镜头变化。平台也提供由网址直接生成广告视频、复刻已有广告结构等用法^[4]。

在影视与动画前期制作方面，创作者用文字生成分镜、预告片或概念短片，在正式拍摄前预览视觉效果与节奏。平台另设面向开发者的应用程序接口服务，供第三方接入多款视频与图像模型^[6]。

局限

作为聚合平台，Pollo AI不自研基础模型，其输出质量、分辨率上限与可用时长受所选底层模型能力的约束，模型迭代节奏也由上游厂商决定^[3]。不同模型之间的风格、参数与不可用功能并不统一，用户在使用时需要按任务切换。

生成结果存在稳定性问题。人物在运动过程中的面部一致性、多镜头之间的细节漂移，仍是该类工具的常见缺陷，平台为此提供参考图与首尾帧约束等手段加以缓解，但并不能完全消除。有用户反馈在画面存在运动时希望面部一致性进一步提高^[7]。

在内容合规层面，平台提供公开可见性与版权保护等选项，用于控制上传素材是否被选入公开频道展示^[4]。以单张照片生成数字人并驱动其说话的功能，涉及肖像与声音的使用边界问题，实际使用需遵循所在地的相关法律规定。平台免费额度有限，付费方案按生成视频的时长与模型复杂度消耗额度^[4]。

参见

• 文生视频 —— Pollo AI的核心生成方式之一，由文字提示直接产出视频。

• 图生视频 —— 另一核心生成方式，以输入图像为起点推演动态画面。

• 可灵AI —— 平台早期即接入的视频生成模型。

• 数字人 —— 平台提供的虚拟讲解者生成能力。

• 生成式人工智能 —— Pollo AI所属的技术门类。