作者｜孙芮
微信｜lombredeau
视频Agent赛道又来新玩家，但这次有点不一样。
不同于其他视频Agent产品的画布工作流，Pexo把剪辑和视频都放到自己产品中，让视频也可以用自然语言对话的方式来创作。
就在最近，Pexo已获得千万美元天使轮融资。更早之前，公司于 2025 年 10 月获得数百万美元投资。
创始人廖谦是前生数科技产品副总裁、Vidu 产品负责人。此前他曾任职腾讯、字节跳动，从技术研发转向 AI 产品与商业化，先后从 0 到 1 搭建火山引擎智能创作云，并在剪映/CapCut 发起海外 AI 内容平台 Pippit。
确切来说，Pexo是一款Content Agent。
生成一段视频很容易，但如何把一个模糊的想法变成真正能用的内容，仍然是一件复杂的事。
Pexo想解决的就是这个问题。用户不必熟悉剪辑软件，也不需要掌握分镜、运镜等专业知识，只需要描述想表达的内容，AI便会尝试完成从理解需求到生成成品的过程。
Pexo 在3月份开启内测，7月份正式全面放开，目前仅支持海外用户访问。根据团队透露，按单周收入测算，Pexo的ARR突破百万美元。
目前，Pexo选择了一条相对明确的商业路线——围绕内容生产建立付费业务，而不是先用低价和免费额度换取尽可能大的用户规模。
那么，在应用赛道在一级市场遇冷的情况下，Pexo靠什么留住用户，又靠什么吸引投资人？
1
把模糊意图变成你的作品
传统的视频制作往往需要经历脚本、分镜、素材生成、剪辑、调整等多个环节。即使AI能够生成画面，用户仍然需要知道自己想要什么，判断生成结果是否符合预期，再通过不同工具反复修改。
这套流程对专业创作者来说有其必要性，却也构成了普通用户的门槛。
Pexo试图把这些中间环节交给Agent处理。用户可以直接描述自己的目标，由AI理解需求、组织任务并调用不同的模型完成内容生产。产品不要求用户先学会一套创作工具，再把自己的想法转化为操作指令。
一条视频背后，往往存在比画面生成更复杂的需求。企业想制作产品宣传片，首先要明确品牌定位和传播信息；同一个产品发布到不同社交平台，也需要适应不同的受众和内容形式。视频只是最终交付物，用户真正想完成的是一次有效的信息传递。
在商业场景上，Pexo目前重点关注几类用户。
一类是软件团队和AI创业公司。产品开发完成后，团队需要制作launch视频、产品发布视频，向潜在用户展示产品能力。
另一类是提供线下服务的商家，需要通过视频介绍自己的业务。此外，科普创作者、教育内容生产者等，也存在持续的内容生产需求。
这些场景的共同点，是用户需要内容，却未必具备专业的制作能力。
Pexo目前主要面向海外市场，约 80% 的流量来自英国、美国、澳大利亚、加拿大等高价值市场，此外也覆盖日本、中东等地区。廖谦提到，这些市场的视频制作服务往往伴随着较高的人力成本，因此，用 AI 完成原本需要外包的制作任务，对当地用户有着更直接的吸引力。
1
模型进步，改变产品边界
廖谦对内容生产的理解，来自他过去在多个环节的工作经历。他曾在剪映、字节的智能创作云以及生数科技参与相关业务，既接触过专业创作者，也观察过企业对内容生产的需求。
这些经历让他看到，真正需要内容的人，并不一定希望亲自掌握制作工具。
尤其在企业场景中，需求方通常更关心最后交付的内容能否达到目的，而不是使用了什么技术、经历了多少操作步骤。用户可能知道自己需要一条宣传视频，却无法准确描述镜头、光影、分镜和特效等专业要求。
廖谦在此前的工作中接触过大量类似需求。比如，企业会直接提出制作一两分钟视频的要求，但即使当时的视频模型已经能够生成短片段，完成一条完整视频仍然需要反复生成、拼接和修改。他提到，自己在相关业务中接触过数千个此类需求案例。
需求本身是真实存在的，困难在于如何把它交付出来。
这也是他没有选择继续围绕专业创作者做一款更强视频工具的原因。专业用户对可控性、剪辑能力和制作成本有明确要求，产品可以沿着现有工作流不断优化；但大量普通用户并不希望先学习这些知识，再开始创作。廖谦希望直接服务后一类人。
这个判断最初并没有对应到今天的产品形态。
2025年9月开始创业后，廖谦和团队曾经开发过一套基于Workflow的Agent。它把传统视频制作拆分为多个步骤，让AI协助完成脚本、分镜等任务，再由用户检查和调整，最后生成可以继续编辑的内容。
团队花了大约四个月开发这套产品，也邀请了数百名用户体验，反馈并不差。
但底层模型能力变化，让廖谦开始停下来，重新思考应用层可以做的事情。
Claude Opus 4.6 的表现让他看到，原本需要预先拆好步骤、让用户逐一确认的任务，已经有机会交给 Agent 自己规划和执行。如果仍然把 AI 放在一套固定流程里，产品反而可能限制了它的能力。
于是，在正式发布之前，团队决定推翻已经开发完成的第一版产品。
团队随后集中开发新的版本，并于2026年3月推出Pexo。Pexo让Agent承担更多执行工作，更关注结果交付。
同时，Pexo也看重对用户上下文的积累。
以企业内容生产为例，一条产品发布视频只是任务的一部分。企业还需要持续发布功能更新、经营不同社交媒体账号、生产搜索相关内容，并观察内容发布后的反馈。如果产品能够理解企业的品牌定位、受众、表达风格和历史内容，就有机会从单次生成工具变成持续参与内容生产的Agent。
这套思路背后，是团队希望让 Pexo 从单次生成工具，转变为长期参与内容生产的伙伴。在廖谦看来，比吸引多少人来尝鲜试用更重要的，是找到那些持续有内容制作需求、并愿意为此付费的用户。
毕竟，模型调用有实际成本，免费用户的增长也意味着持续投入。因此，他们没有把扩大注册量作为首要目标，而是保持相对克制的增长节奏。
产品在今年 3 月开启 Beta 测试，直到 7 月才全面放开注册。在此期间，团队通过调整不同地区的免费积分额度、观察使用情况和付费转化，在控制成本的同时寻找更适合的目标用户。
当然，Agent执行复杂任务依旧需要消耗大量Token，成本控制、任务质量和用户体验之间仍然需要持续权衡。随着底层模型继续进步，Pexo也必须证明，自己提供的整套服务能够创造出超过单纯调用模型的价值。
对于一家希望覆盖多种内容形式的公司来说，这将是更长期的考验。
1
Agent 要怎样才能真正交付结果
Pexo选择让Agent接手更多创作环节，也意味着它要面对几个相互关联的问题：一条视频最终做得好不好，应该如何判断？当Agent持续调用模型、执行复杂任务，成本又该怎么控制？如果底层模型不断进步，应用公司还能建立什么样的竞争优势？
这些问题很难只靠模型能力的提升来回答。对廖谦来说，产品能否持续交付用户需要的结果、能否形成健康的商业模式，同样决定着这条路线能走多远。
以下是硅星人和 Pexo CEO 廖谦的更多对话信息，供大家参考。
硅星人：代码生成可以通过测试用例判断对错，但视频创作涉及审美、叙事和表达，很难用一个统一标准衡量好坏。对于 Pexo 这样的长程创作任务，你们怎么判断 Agent 到底有没有把事情做好？
廖谦：我们今年上半年花了很多精力做评测。我有一个判断是：如果一件事情很容易被 eval，那这件事情就不值得被做。
真正有价值的任务，往往不是用一个简单指标就能判断好坏的。画面清晰、人物一致，并不意味着这条视频就完成了用户的要求。产品有没有讲清楚，节奏是否合适，风格是不是用户想要的，这些都要放回具体的创作需求里看。
用户交给我们的任务通常比较长，生成的视频可能有几分钟，有些用户做的甚至是几百分钟的剧集。它涉及的环节很多，评测也要覆盖整个任务——前面有没有理解对，制作过程中有没有偏离要求，最后交付的内容能不能用。
评测集怎么构建，其实会反映出你到底想解决什么问题，也会反映出团队自己的 taste。
视频内容的质量不像代码，很多结果是比较主观的。我们团队里有一些既懂 AI、又有很强审美和内容判断能力的同学，我们称之为懂 AI 的 artist。他们会参与 Harness、评测集的建设，以及 Agent 的迭代。因为我们不仅要让它把任务执行下去，还要让它知道，什么样的结果才值得交给用户。
硅星人：你提到，Pexo 的语言模型成本甚至高于视频模型成本。为什么会出现这种情况？这和其他的 AI 视频产品有什么区别？
廖谦： 因为真正 Agentic 的 Agent，消耗更多的可能是语言模型。视频模型只是它调用的一个工具。你可以把视频模型理解成手和脚，语言模型更像大脑，它要理解你的需求、规划任务、判断接下来应该做什么，还要协调不同的工具去完成任务。
所以，我们的语言模型成本比较高，整个 Token 成本也很高。按公司经营支出来看，这部分成本肯定超过一半。
硅星人：过去一年，很多团队都在讨论 Agent 的能力边界，也有人认为，随着通用模型变强，应用公司会越来越难建立自己的壁垒。如果底层模型能够不断吸收应用的能力，你认为应用公司应该把精力放在哪里？
廖谦： 我认为，如果把 Harness 当成一家 Agent 公司的核心护城河，可能会比较危险。2024 年大家讲 Prompt Engineering，2025 年讲 Context Engineering，现在讲 Harness。每个阶段都有新的东西受到重视，但你也会发现，之前的一些概念现在已经没有那么常被单独拿出来讨论了。
Harness 当然重要，你也可以做出有行业特色、符合产品特点的 Harness。
但如果你认为它就是最核心的壁垒，就很容易被模型覆盖。我在模型公司待过，所以我不太担心某一个视频模型把我们吞噬掉，我更担心的是 LLM，因为它确实有吞噬各种软件的可能性。
所以，应用公司更需要考虑的是，能不能进一步降低使用门槛，让普通用户真正把这些能力用起来。
通用 Agent 的能力很强，但在具体的生产力场景里，它的交互方式和结果交付，并不一定能满足垂类用户的需求。
这也是垂类应用的机会：不只是解决 AI“能不能做”的问题，还要提供更符合细分场景的交互方式，让用户更容易上手、更方便地提出和修改要求，最终拿到符合实际业务需求的结果。
硅星人：从整个行业看，现在AI 应用市场有时会给人一种缺少新产品、缺少新机会的感觉，尤其当注意力集中在模型进展上时，应用层很难获得同样的关注。你身为创业者有怎样的感受？
廖谦： 我不觉得这种情况会一直持续。我自己的感受是，大家对开创性产品的期待值已经被抬得很高了，好像一定要出现一个从来没有人做过、而且各方面都非常不一样的产品，才算是新的机会。但很多变化可能是在潜移默化地发生。
国内和海外的情况也不完全一样。在海外，我能看到一些做 AI 应用的团队，无论是从资本、市场还是用户那里，都获得了不错的反馈。
但行业里的感受，也不代表普通用户的实际使用情况。我们可能也高估了 AI 在普通用户中的渗透程度。我们对 Pexo 的付费用户做过深度访谈，有七八成受访用户平时主要接触的 AI 产品就是 ChatGPT，用途也以聊天、问答为主。他们不像 AI 行业里的人，熟悉 Codex、Seedance，也不会持续追踪、尝试新产品，更不用说把不同的 AI 工具组合起来，用于日常工作。
所以，行业里觉得已经不新鲜的能力，对很多用户来说，可能还没真正用上。
应用的机会不一定是再做出一个让同行惊叹的新东西，也可能是把已有的技术变得更容易使用，帮助更多人完成过去做不了、或者成本很高的工作。
我觉得中美的创业环境和大家看待应用的方式确实有差异。但不能因为最近大家的注意力集中在模型上，就认为应用层已经没有值得做的事情了。
硅星人：你说创业者经常会被各种声音影响，投资人有自己的判断，用户也会提出具体需求。但如果听得太多，可能会不断改变方向；如果完全不听，又可能变成自我强化。你自己怎么寻找这个平衡？
廖谦： 我有一段时间确实挺痛苦，因为创业之后会有很多人来教你怎么创业。投资人会建议你做这个、做那个，用户会提出各种具体需求，你会发现无论怎么做，都有人觉得不对。
我小时候看过一个故事：祖孙两个人赶集，牵着一头驴。开始让孩子骑，别人说不爱惜孩子；后来让爷爷骑，别人又说小孩不尊重老人；两个人一起骑，又有人说他们虐待动物；最后两个人都不骑，别人又说他们连驴都不知道怎么骑。你会发现，不管怎么做都可能被别人评价。
这不是说外部意见都不重要，但不能把所有人的建议都变成自己的行动。你要小心回音室效应，不能只听到自己认同的声音，然后在一条错误的路上越走越远。
最后还是要理解自己到底想做什么。创业是一种生活方式，也是一个不断验证判断的过程。那个度在哪里，每个人都不一样，这也体现出一个创业团队自己的 taste。
