Pollo AI zmienia kreatywne pomysły w kampanie dzięki OpenAI
Dzięki GPT‑5.6, GPT‑6 Astra i GPT‑Image‑2.5 Pollo AI pomaga twórcom zmieniać śmiałe pomysły w szczegółowe obrazy i reklamy wideo w filmowej jakości.

Pollo AI(otwiera nowe okno) powstało z przekonania, że każdy powinien móc zmieniać swoje kreatywne pomysły w gotowe obrazy i filmy bez specjalistycznej wiedzy z zakresu produkcji. Nawet przy wsparciu generatywnej AI twórcy i marketerzy mogą mieć trudności z odnalezieniem się wśród różnych narzędzi i wyborem modeli, które pozwolą im uzyskać pożądany rezultat. Niektórzy mogą nawet z frustracji porzucić swoje projekty.
„Chcemy zrobić dla wideo to, co Canva zrobiła dla projektowania graficznego. Chcemy na tyle uprościć tworzenie filmów, by stało się dostępne dla większej liczby osób, nie tylko tych, które już wiedzą, jak to robić” — wyjaśnia Bill Zhu, założyciel i dyrektor generalny Pollo AI. Dziś z Pollo AI korzysta ponad 26 milionów użytkowników, którzy tworzą na platformie filmy, reklamy i treści wizualne.
„W miarę doskonalenia modeli OpenAI mogliśmy wdrażać w Pollo coraz więcej procesów twórczych, które chcieliśmy udostępnić użytkownikom. Dzięki temu użytkownicy mogą zaczynać od prostszych materiałów, poświęcać mniej czasu na opanowanie procesu i osiągać lepsze rezultaty w bardziej przewidywalny sposób”.
Pierwszym przełomem dla zespołu były szablony wideo. Obecnie 30% sesji twórców zaczyna się od szablonów lub procesów opartych na popularnych formatach. Rozwijając ten sukces, firma wprowadziła swoje najnowsze rozwiązanie — Pollo Agent. Wykorzystuje on modele OpenAI, w tym GPT‑6 Astra i GPT‑Image‑2.5, by prowadzić użytkownika przez cały proces tworzenia filmu. Tak powstał między innymi film w postapokaliptycznym klimacie, stworzony przez użytkownika Pollo AI.
Pollo Agent interpretuje wstępne pomysły użytkownika i jego inspiracje wizualne, a następnie opracowuje fabułę, układ scen i scenariusze. Dyrektor ds. technologii Peter Zhou mówi, że modele OpenAI wyróżniały się zdolnością rozumienia niejednoznacznych wskazówek twórczych i możliwościami multimodalnymi: „GPT‑5.6 radził sobie z tym szczególnie dobrze”. Zespół podkreśla też, że ceni stabilność API OpenAI i regularność aktualizacji.
Aby zrównoważyć głębokość rozumowania, szybkość i koszty, Pollo AI używa GPT‑5.6 do kierowania zadań do odpowiednich modeli, a GPT‑6 Astra — do bardziej wymagających prac, takich jak rozwijanie narracji czy planowanie zmian w scenach. Takie połączenie modeli pozwala systemowi dopasować poziom rozumowania do zadania na podstawie polecenia użytkownika. Według Pollo AI użytkownicy poświęcają o ponad 50% mniej czasu na wybór lub przełączanie modeli, dzięki czemu mają więcej czasu na twórczą pracę.
Pollo AI testuje modele generatywne na rzeczywistych poleceniach i procesach pracy użytkowników, oceniając jakość wyników, spójność, różnorodność stylistyczną, szybkość i koszty. Do generowania obrazu wybrano GPT‑Image‑2.5, który pomaga twórcom przygotowywać plakaty, scenorysy i grafiki do kampanii.
„Gdy użytkownik zleca nam wygenerowanie obrazu, zawsze korzystamy z GPT-Image-2.5. Szczególnie dobrze radzi sobie z różnymi rodzajami znaków i liter”.
Głównymi użytkownikami Pollo AI są twórcy treści, a platforma cieszy się szczególną popularnością przy tworzeniu krótkich form fabularnych z udziałem zarówno aktorów wygenerowanych przez AI, jak i prawdziwych ludzi. Jednak coraz więcej marketerów i właścicieli firm również zaczyna korzystać z Pollo AI, by szybko i łatwo tworzyć treści wideo.
Narzędzie Photo to Video Ads, dostępne w pakiecie Marketing Studio firmy Pollo, wykorzystuje modele OpenAI do generowania krótkich filmów na podstawie statycznego obrazu i polecenia użytkownika. Ma pomagać małym firmom i markom sprzedającym swoje produkty bezpośrednio klientom w generowaniu reklam produktów do mediów społecznościowych w kilka minut zamiast dni.
Jeden z użytkowników Pollo AI chciał wykorzystać zdjęcie produktu do stworzenia reklamy perfum, która kojarzyłaby się z luksusem. Samo statyczne zdjęcie nie oddawało tego nastroju, a profesjonalna sesja filmowa przekraczała jego budżet.
Dzięki Photo to Video Ad użytkownik przekształcił zdjęcie wyjściowe w około 15-sekundową reklamę wideo. Narzędzie wygenerowało aksamitne faktury, ciepłe światło punktowe i zbliżenia flakonu, budując nastrój całego spotu. Reklamę zamykało ujęcie perfum na tle tkaniny w kolorze głębokiej czerwieni.
Inny klient, marka biżuterii, chciał stworzyć odważną grafikę do kampanii w stylu sesji dla magazynu modowego, ale nie miał budżetu na tak ambitną sesję studyjną.
Dzięki Pollo Agent i GPT‑Image‑2.5 marka zrealizowała swoją wizję, przedstawiając modelkę w wyrazistej biżuterii siedzącą obok geparda. Narzędzie otoczyło scenę ciemnymi draperiami i ciepłym światłem, dbając o wyraźne wyeksponowanie biżuterii marki.
Klient otrzymał gotową grafikę do luksusowej kampanii mniejszym nakładem pracy, w krótszym czasie i przy niższych kosztach niż w przypadku tradycyjnej sesji zdjęciowej.

Dzięki modelom OpenAI klienci Pollo AI mogą też łatwo przekształcać zdjęcia produktów w bardziej pomysłowe obrazy. Na przykład marka napojów chciała zaprezentować swój napój brzoskwiniowy w lekkiej, pomysłowej reklamie, ale zwykłe zdjęcie produktowe wykonane w studiu nie oddawało zamysłu zespołu.
Dzięki Pollo Agent i GPT‑Image‑2.5, który zapewnia wyraźniejsze detale i szybsze generowanie w procesie twórczym, zespół przekształcił zwykłe zdjęcie butelki w śnieżny, miniaturowy krajobraz z pociągiem, jaszczurkami i lśniącymi kroplami. Gotowy obraz przedstawiał fantazyjną scenę, którą marka mogła wykorzystać w swojej kampanii.

Pollo chce, by w ciągu najbliższych 12 miesięcy filmy generowane przez AI stały się częścią codziennej pracy nad treściami. Zdaniem Zhu kluczem jest jeszcze łatwiejsza zamiana pomysłu w materiał gotowy do publikacji, testów lub wykorzystania w kampanii. Pollo AI może to zapewnić dzięki ciągłemu doskonaleniu modeli OpenAI i technologii generowania obrazów.
„Uważamy, że zmiany, jakie AI przynosi w tworzeniu treści, będą sprzyjać produktom, które od samego początku ułatwiają osiąganie powtarzalnych rezultatów dzięki lepszym formatom, mniejszej liczbie prób i błędów oraz prostszemu procesowi pracy z samymi modelami” — mówi.


