Pavo：免费AI短剧成片平台，一句话跑完全流程出片-知了AI

Pavo 是 Agnes AI 推出的免费 AI 短剧与视频创作平台，输入一句话即可完成大纲、角色、分镜到成片，自研模型不收费，适合短剧团队、电商商家与日更自媒体低成本试错。

一、该工具是什么

1.1 一句话定义

Pavo 是新加坡 Sapiens AI 旗下 Agnes AI 品牌推出的 AI 视频创作平台，2026 年 6 月上线，浏览器打开即用，目前以 PC 端为主。它把「一句话需求」拆成一条可执行的流水线：需求分析、故事大纲、角色与场景设定、道具清单、分镜脚本、关键帧、分镜视频，直至合成一条带声音的成片。

与多数按镜头售卖的生成工具不同，它把自己定位成 Agent Native 的创作工作台，内部由四个模块组成：Agent、图片生成、视频生成、剧情短片。四个模块共享同一份素材，上一步生成的角色图可以直接当下一步视频的首帧，不需要下载再上传。这套编排逻辑，官方称为 Harness。

「免费」有明确边界。使用 Agnes 自研的文本、图片、视频模型不收费，平台同时接入了部分第三方模型，这部分需要开通会员，价格官方尚未公布。把它理解成「自研模型不限量免费，第三方模型按需付费」更准确，也更接近实际体验。

1.2 它解决了谁的什么问题

短剧与微短剧团队。 短剧最难的不是单个镜头好看，而是角色不换脸、场景接得上、节奏不断。传统做法是写剧本、画分镜、找参考图、逐镜生成，再进剪辑软件拼接，一套流程要换三四个工具。Pavo 的剧情短片模块把这条链路收进一个页面，每一步都能人工确认后再往下走，返工落在「改这一镜」，而不是「全部重来」。

电商与本地商家。 这类用户要的是主图、详情页素材和十五秒投放视频，预算有限、频次很高。Agent 支持「为某款产品做一张海报加一条十五秒广告」这类复合指令，先出静态视觉，再延展成动态素材，省掉了先找设计再找剪辑的来回沟通。

日更型自媒体。 追热点要求当天出片。平台的极速模式据第三方站点整理，约十秒可出五秒带声音片段，适合先验证选题方向，再决定要不要投入完整流程。这个模式对「一天试五个选题」的账号尤其实用。

开发者与小团队。 Agnes 自 2026 年 6 月 1 日起把文本、图片、视频三条模型线以接口形式免费开放，9 月底又把 Harness 调度框架放上开源社区，做二次开发的门槛被明显拉低。

它解决不了的部分同样明显：精细剪辑、多轨混音、字幕样式微调仍要回到专业软件；对镜头运动的逐帧控制，也不如手动打关键帧的导演工具。把它当成从零到六十分的流水线更合适，六十分之后仍需人工打磨。

二、基本信息

下表信息以官方页面与公开报道为准，涉及价格与额度的部分会注明来源，未公开的项目直接标注。

项目	内容
工具/平台名称	Pavo（Agnes AI 旗下创作平台）
官网网址	app.pavo-ai.work
上线时间	2026 年 6 月，据 IT之家 2026 年 6 月 29 日报道正式推出；其模型接口自 2026 年 6 月 1 日起免费开放
产品功能	对话式 Agent、AI 图片生成、AI 视频生成、剧情短片全流程、画布与导演台、智能模型路由、免费模型接口
所属公司	新加坡 Sapiens AI 旗下 Agnes AI 品牌；据人民网江苏频道 2026 年 11 月报道，其中国总部落地南京江北新区

三、主要功能

3.1 Pavo Agent 对话式创作

能做什么：用一句自然语言描述目标，Pavo 会自行拆解任务、规划步骤、调度模型。比如输入「为一款蓝牙耳机制作一张商业海报和十五秒广告视频」，它会先出海报，再延展成视频素材。上下文记忆是它的关键能力，你觉得模特服装不对，补一句「把女模特衣服换成通勤西装，其余保持不变」，它会在保留人物、姿态、构图的前提下只改指定部分。

限制在哪：指令越抽象，结果越容易滑向「平均化的漂亮图」。品牌规范、禁用元素、精确文案这类硬约束，需要多轮纠偏才能稳定。另外，Agent 的产出质量受当前路由到的模型能力影响，同一句提示在不同时间跑，完成度可能有肉眼可见的差别。

3.2 剧情短片工作流

这是 Pavo 区别于普通视频生成器的核心模块。一条创意进去，会依次经过剧本创作、需求确认（标题、梗概、时长、画幅、视觉风格）、角色与场景设定、道具设计、分镜脚本拆解、关键帧生成、分镜视频渲染、一键合成。每一步都停下来让你确认或微调，确认后才会消耗下一步的算力。

限制在哪：单段时长仍受底层模型约束，超过三十秒的叙事要靠多段拼接，转场和节奏要自己把控。台词与口型的精确同步，官方文档没有给出明确承诺。多人同框、复杂走位这类调度，仍然是失败率最高的环节，需要把分镜拆得更细。

3.3 AI 图片生成

Pavo 的图片模块搭载 Agnes-Image-2.1-Flash，支持文生图、图生图与局部编辑，分辨率覆盖 1K 到 4K，画幅从 1:1 到 21:9，竖屏 9:16 与横屏 16:9 都在支持范围内。风格库覆盖写实、影视、国风、二次元、赛博朋克、胶片等常见方向。多参考图能力可以锁定人物五官与服饰，这是多镜头项目里最省时间的一项。

限制在哪：4K 输出在远景和大面积纹理处仍可能出现细节发虚，商业印刷级需求建议留出放大与修补余量。画面内的中文文字排版准确率不稳定，海报标题最好后期叠加。生成内容的商用授权范围，需要按官方条款逐条确认，平台不会替你承担素材权利风险。

3.4 AI 视频生成

Pavo 提供 Agnes-Video-2.0 与 Agnes-Video-2.5 两代模型，支持文生视频、图生视频，输出 1080P，带原生音画同步。2.5 版本官方给出的改进包括：生成速度比 2.0 提升约一倍、运镜更顺、物理交互更合理（减少漂浮与穿模）、支持多张参考图、改善了画面内字幕乱码。对需要反复试镜头的创作者，速度翻倍的意义比画质提升更直接。

限制在哪：单条片段时长偏短，长叙事必须拆段。2.5 早期以预览版形式放出，能力边界随版本变动，写稿时看到的效果不代表长期稳定。参考图能锁住外观，但锁不住动作逻辑，人物连续行走、转身、交互动作仍会出现不自然。

3.5 画布与导演台

具体操作路径：进入项目后选择剧情短片，新建项目，填入一句创意，在需求卡上确认标题、梗概、时长、画幅与风格，进入角色与场景页上传或生成参考图，再到分镜列表逐镜处理。单镜支持重绘、换首帧、改运镜描述、调整时长，确认后合成。画布用于并排比对多个版本，导演台用于统一画面风格与镜头语言。

限制在哪：Pavo 的控制粒度是「分镜级」，不是「时间线级」。没有多轨音频、没有关键帧曲线、没有转场特效库，做精细节奏仍要导出到剪辑软件。对习惯 Premiere 或达芬奇的从业者，这套界面需要重新建立手感。

3.6 智能模型路由

Pavo 内部同时挂着自研模型与部分第三方模型。路由会根据任务复杂度自动匹配：常规场景优先走成本低的免费模型，复杂人物动作、精细运镜、多镜头叙事这类任务切换到更强的模型，必要时调用外部模型。对不熟悉模型差异的新手，这层判断省掉了大量试错；对高频团队，避免把高成本模型浪费在简单任务上。

限制在哪：自动路由的判定逻辑官方未公开，用户在部分环节可以手动指定模型，但并不是每个步骤都给选择权。当你明确知道某个模型更适合某类镜头时，这种「系统替你做主」的设计会让人有点着急。

3.7 素材复用与开放能力

在 Pavo 里，同一项目产生的图片与视频可直接在下一步引用：角色图当视频首帧，上一镜的结果当下一镜的参考，商品图直接送进广告视频流程。对外则提供三条模型线的接口，任务异步执行，提交后拿任务编号轮询结果；2026 年 9 月底 Harness 调度框架在开源社区放出，团队可以自行部署改造。

限制在哪：免费接口没有服务等级承诺，高峰期排队与限流都可能发生，正式商用要做好降级方案。开源的是调度框架而非模型权重，想完全私有化仍然绕不开算力与授权两件事。

四、发展历程

时间	事件	影响
2026 年 6 月 1 日	Agnes AI 宣布文本、图片、视频三条模型线接口面向全球无限期免费开放	把模型能力变成公共入口，为后续平台导流
2026 年 6 月 29 日	Pavo 正式推出，主打一句话成片（据 IT之家报道）	从「能调接口」变成「能直接创作」
2026 年 6 月下旬	Agnes-Video-2.5 以预览版放出，速度约提升一倍	批量试镜头的成本下降，短剧工业化更可行
2026 年 8 月	中国总部落地南京江北新区（据人民网江苏频道报道）	国内运营与本地化提速，创作者社区开始聚集
2026 年 9 月底	AgnesHarness 调度框架在开源社区发布	从产品走向生态，第三方可基于框架做垂直工具
2026 年下半年	2.5 系列正式上线；平台生成内容在抖音的话题量破 4 亿（据人民网江苏频道报道）	从工具话题变成内容现象，出圈带动自然增长

把 Pavo 的这张表连起来看，路径很清楚：先用免费接口把开发者圈进来，再用平台把创作者圈进来，收尾用开源框架把生态圈进来。三步之间只隔了四个月，节奏在同类产品里算快的。代价是功能迭代速度超过文档更新速度，很多能力只能靠实测确认。

Pavo 另一个值得注意的细节，是「免费」的表述一直在微调。早期宣传强调无限期、不限量，后期报道里出现了刊例价与第三方模型会员的说明。这不矛盾，但说明商业模型仍在寻找平衡点：自研模型承担获客，第三方模型与增值服务承担收入。对使用者来说，这意味着现在的时间窗口比较划算，但长期价格政策存在变数。

五、核心优势

5.1 自研模型真免费，试错成本接近零

行业里常见的免费是限时、限量、任务奖励，用完就得等。Pavo 走的是另一条路：自研文本、图片、视频模型不按次计费，官方口径是无限期。对需要跑十几个版本才能选出一个方向的短剧创作，这直接把最大的成本项抹掉了。所以对你意味着什么：可以把「多试几版」变成默认动作，而不是奢侈品。

它不擅长的是：免费额度不覆盖第三方模型，遇到高难度镜头照样要付费；免费也意味着没有服务承诺，赶工期时不能把全部赌注押在它身上。

5.2 流程串成一条线，不用跨工具搬素材

大多数人的真实工作流是：一个工具写脚本，一个工具生图，一个工具图生视频，再下载到本地进剪辑软件。每换一次工具，就要重新解释一遍上下文。Pavo 把四个环节放进同一个工作区，素材直接引用，项目上下文不丢失。所以对你意味着什么：一条短片的工具切换次数从三四次降到零，素材命名与版本管理的心智负担也随之消失。

它不擅长的是：Pavo 的一体化，往往意味着每一环都不是最强的。单看图片质量或单看运镜，专业单点工具仍可能更好。

5.3 短剧专用调度，角色与分镜衔接有解

Pavo 的短剧 Harness 会先判断创作类型——情绪向剧情、传播导向广告、搞笑轻喜剧——再匹配风格、设计镜头逻辑、调整生成路径，而不是所有内容走同一套模板。角色设定一旦确认，后续分镜会复用同一套参考，减少换脸。所以对你意味着什么：你不用再靠「垫图 + 反复抽卡」维持一致性，流程本身就带了一层约束。

它不擅长的是：一致性是概率性的改善，不是百分之百的保证。人物大幅转身、遮挡后重新入画，仍需要人工挑片。

5.4 中文提示词与中文短剧语料友好

Pavo 由中文团队主导运营，提示词可以直接用中文写，不需要先翻译成英文再调参。官方演示里的案例——古装逃婚、职场轻喜剧、萌宠拟人、品牌剧情广告——都是中文短剧的高频题材，说明训练与调优是贴着中文内容生态做的。所以对你意味着什么：写提示词的门槛降低，团队里不擅长英文的编剧也能直接上手。

它不擅长的是：中文画面内的文字渲染仍是弱项，海报标题、字幕条这类元素建议后期叠加，不要指望一次生成到位。

5.5 免费接口与开源框架，可延展

Pavo 的三条模型线接口免费开放，Harness 框架开源，两者叠加意味着你可以把平台当成「参考实现」，也可以把能力嵌进自己的系统。有开发能力的团队可以做出垂直工具，比如只服务某类题材的短剧流水线。所以对你意味着什么：不必从零训练模型，也不必被单一产品的界面绑死，迁移成本相对可控。

它不擅长的是：文档与示例的完整度还跟不上迭代速度，遇到问题更多要靠社区与实测，企业级支持体系尚不成熟。

六、如何使用

下面是 Pavo 从注册到产出第一条成品的完整路径，按界面顺序排列。等待时间会随队列波动，官方没有公布服务等级承诺，以下时限属于常见区间的描述。

先试极速模式。 打开官网首页，不注册也能进极速体验，输入一句描述，等十来秒拿一条五秒左右的带声音片段。这一步的目的是确认「它生成的运动与画面质感」是否符合你的预期，不要在这一步纠结细节。
注册并登录。 用邮箱或第三方账号登录，进入工作台。新账号会获得每日额度，具体数值以页面显示为准，第三方站点整理的常见说法是每日赠送一定积分，官方未逐项公示。
建项目并选类型。 左上角新建，三个入口：图片、视频、剧情短片。做短剧选剧情短片，做单条素材选视频，做海报或角色设定选图片。类型选错会让后续步骤多绕一圈，建议一次选对。
写一句创意。 在对话框里写清楚题材、主角、冲突、时长、画幅。不要写成一句话小说，抓住「谁、在哪、遇到什么、结局往哪走」四件事即可。提交后 Agent 会返回一张需求卡。
确认需求卡。 卡片上列出标题、梗概、时长、画幅、视觉风格。逐项改，改完点确认。这一步决定了后面所有镜头的基调，值得多花五分钟。
定角色、场景与道具。 系统会给每个角色生成正面参考图，你可以上传自有形象替换，也可以只改服装与发型。多角色项目建议一次把参考图全部定死，后面再改会牵连已生成的分镜。
过一遍分镜脚本。 每一镜有景别、动作、台词、时长。哪一镜接不上，就在这里改文字，不要等生成完再返工。镜头数控制在四到八镜，超过十镜的段落建议拆成两集。
生成关键帧与分镜视频。 先出静帧确认构图，再逐镜生成视频。模型可以在这一步切换：常规镜头用自研模型，复杂的运镜、多人交互再考虑第三方模型。单镜生成常见在数十秒到数分钟，看队列。
合成与导出。 按顺序拼接，检查音画同步、字幕位置、首尾帧衔接。导出分辨率以 1080P 为主，画幅跟随项目设置。成片落盘后再进剪辑软件做节奏微调与配乐替换。

两个容易踩的坑：一是项目建好后频繁改画幅，已生成的素材会重新裁切，构图容易崩；二是把长台词塞进五秒镜头，配音会被压得听不清，正确做法是拆镜或缩短台词。

七、使用教程

以下两个 Pavo 案例都按「目标—提示词—参数—结果评估—返工点」展开，提示词可直接复制，替换掉方括号里的内容即可。

案例一：竖屏都市职场短剧，六十秒四镜

目标： 用 Pavo 做一条 9:16、总长约六十秒的职场反转短剧，用于抖音与视频号测试。要求同一女主贯穿四镜，办公室场景连续，结尾留钩子。

提示词原文：

题材：都市职场反转短剧，写实电影质感，冷色调办公室
主角：二十八岁女性，黑色短发，米白色西装，表情克制
剧情：新人被要求背锅，她拿出录音笔反将一军，收尾一镜停在主管僵住的脸上
时长：60 秒，共 4 镜，每镜约 15 秒
画幅：9:16，1080P
风格：低饱和、浅景深、手持微晃，不要滤镜感
台词：中文普通话，语气克制，不要播音腔

参数设置： 画幅 9:16，分辨率 1080P，每镜时长 5 秒生成后拼接（单镜先跑 5 秒版本验证，稳定后再延长），模型用自研视频模型，风格强度中等偏上，角色参考图锁定正面与侧面各一张。

结果评估： 首轮通常能在两镜之内拿到可用的表演，办公室环境与服装连续性好；第三镜的「掏录音笔」动作是难点，手部特写容易出现道具变形；第四镜的面部特写情绪到位，但景深切换略生硬。整体可以作为分镜样片给客户看，直接上线还需要补配音与字幕。

返工点： 道具类动作改为中景而非特写，减少手部细节暴露；第四镜单独重跑，把「僵住」拆成「眼神变化 + 缓慢转头」两个描述；台词过长时删字不降速，宁可留白让画面说话。若角色在两镜之间换了发型，回到角色设定页重新上传参考图，再重生成受影响的分镜。

案例二：Pavo 做蓝牙耳机十五秒信息流广告

目标： 一条 9:16 竖屏广告，十五秒，三个卖点：佩戴轻、通话降噪、续航。要求产品外观与官方渲染图一致，出现人物但不需要口播出镜。

提示词原文：

产品：白色入耳式蓝牙耳机，充电盒圆角方形，磨砂质感
场景一：清晨地铁，女生戴上耳机，环境嘈杂但表情放松，特写耳部与耳机
场景二：开放式办公室，她对着空气说话，背景人群虚化，字幕打「通话降噪」
场景三：夜晚书桌，充电盒打开，指示灯亮起，字幕打「续航 30 小时」
风格：干净商业广告，冷白加一点暖光，浅景深，镜头平稳
比例：9:16，1080P，总长 15 秒，每镜 5 秒
禁忌：不要出现品牌 logo 变形，不要夸张特效，不要卡通化

参数设置： 画幅 9:16，1080P，三镜各 5 秒，首帧用产品实拍图或官方渲染图作为参考，人物参考图选一张即可，运动幅度调低，避免产品形变。文字类信息留给后期叠加，不在画面里生成。

结果评估： 产品外观还原度主要取决于参考图质量，给一张干净白底图，通常能保持充电盒的比例与磨砂质感；人物佩戴角度偶有偏差，耳机可能「浮」在耳廓外侧；三镜之间的光线连续性较好，剪辑点自然。作为投放初稿合格，作为品牌主片还需实拍补产品特写。

返工点： 佩戴类镜头优先用「图生视频」而不是纯文生，首帧给准了，后面跑偏的概率会明显下降；产品特写不要交给生成模型，改用实拍或三维渲染；字幕统一在剪辑软件里加，避免每镜字体不一致。若字符乱码出现在画面小字上，换 2.5 版本重跑，官方说明该版本改善了字幕渲染。

八、价格优惠

Pavo 的计价结构分三层：自研模型免费、第三方模型付费、企业级服务另议。官方尚未公布完整的会员价目表，下表把公开可查的部分与第三方整理的信息分开标注。

套餐/入口	价格	包含额度	适合谁
免注册极速体验	0 元	据第三方站点整理，每日约 3 条、单条约 5 秒	想先看效果的新用户
注册免费额度	0 元	每日赠送积分，数值以页面为准，第三方口径约 200 积分	日更自媒体、学生、个人创作者
自研模型使用	0 元	文本、图片、视频三条线不限次调用，官方口径为无限期	短剧团队、需要大量试错的项目
第三方模型	官方未公开，需开通会员	按所选模型与时长计费	有高难度镜头需求的商业项目
企业/接口调用	官方未公开	按调用量与合作方式另议	需要嵌入自有系统的团队

Pavo 怎么买最省，三条建议。

第一，把「试错」和「交付」分开。所有方向性的尝试都放在免费自研模型上跑，只有定稿镜头才考虑第三方模型。很多项目跑完才发现，第三方模型只用在两三镜上，成本几乎可以忽略。

第二，别急着买会员。先用免费额度跑完一个完整项目，确认流程能走通、成片能交付，再评估是否需要为某几类镜头付费。真正决定成本的不是单价，而是返工次数。

第三，关注官方渠道的额度政策变化。免费策略处于动态调整期，早期报道与后期说明存在措辞差异，价格与额度请以官网实时页面为准，不要以第三方测评的截图作为采购依据。

九、最新动态

免费策略持续加码。 2026 年 6 月 1 日起，Agnes AI 把文本、图片、视频三条模型线的接口面向全球无限期免费开放，不设配额上限。这是平台最大的差异化动作，也是它能在短时间内聚起创作者的原因。官方公告口径明确，但长期是否调整尚无说明。

视频模型迭代到 2.5。 Pavo 官方对比数据显示，2.5 版本生成速度约为 2.0 的两倍，运镜更顺、物理交互更合理、支持多参考图、改善了画面内字幕乱码。据人民网江苏频道 2026 年 11 月报道，AgnesVideo2.5 在 Elo 榜单同类模型中位列全球第九。模型榜单会变动，看趋势即可。

国内落地与内容出圈。 据人民网江苏频道报道，其中国总部于 2026 年 8 月落地南京江北新区，平台生成内容在抖音的话题量已破 4 亿；同篇报道给出的视频生成刊例价约为每秒 0.15 元，并称平台每月处理 Token 超 65 万亿。这些数字来自媒体报道，不是官方财报，引用时需注明来源。

框架开源。 2026 年 9 月底，AgnesHarness 调度框架在开源社区发布，核心能力是复杂任务的统筹、自主进化与闭环执行。对开发者而言，这是把平台能力拆开研究的机会，也意味着后续可能出现一批基于该框架的垂直工具。有消息称社区已在做短剧与电商两个方向的改造。

十、竞品对比

同为中文可用的 AI 视频工具，Pavo 与即梦、可灵、Vidu 的差别不在单点画质，而在「是否试图包办整条流程」。下表按八个维度横向对比，信息来自各产品公开页面与第三方评测，具体能力随版本变动。

维度	Pavo	即梦（Dreamina）	可灵（Kling）	Vidu
一句话全流程	支持，剧本到成片一条链路	部分支持，偏单点生成	不支持，需自行拆分	不支持，需自行拆分
角色一致性手段	角色设定 + 多参考图 + 分镜复用	参考图、主体参考	参考图、首尾帧	多主体参考为其主打
单段时长	常见 5 秒，可延长拼接	常见 5–10 秒	常见 5–10 秒	常见 4–8 秒
最高分辨率	1080P，图片可 4K	1080P 量级	1080P 量级	1080P 量级
原生音频	支持音画同步	部分模型支持	部分版本支持	支持程度有限
免费额度	自研模型不限量免费	每日积分制	积分制，赠量有限	积分制，赠量有限
中文支持	界面与提示词全中文	全中文	全中文	全中文
接口开放	三条模型线免费开放	有开放平台，按量计费	有开放平台，按量计费	有开放平台，按量计费

第二张表看钱和场景。价格均为量级描述，各家促销频繁，实际以下单页为准。

工具	价格量级	最适合的场景	不太适合
Pavo	自研模型 0 元；第三方模型与会员官方未公开，量级为每月数十元起	短剧从零到成片、批量试方向、预算敏感的团队	需要逐帧精修、多轨混音的项目
即梦	会员制，月费数十元起，另有积分包	单条高质量镜头、海报与短视频素材	整条短剧的流程管理
可灵	会员制，月费数十元起，按积分消耗	图生视频、运镜与动作表现要求高的镜头	零预算长期高频试错
Vidu	会员制，月费数十元起	多主体参考、角色一致性要求高的系列内容	需要一体化流程的新手