AI视频开始争夺「发布权」：Pollo Agent 2.0 与 Cloudinary 把代理接进成片链 (2026)

8 月 5—6 日，Cloudinary 和 Pollo AI 发布的重点都不是一款新视频基础模型，而是让 AI agent 直接调用视频生产链：Cloudinary 把素材检索、权限、变换、审批和发布放进 Agent Experience layer；Pollo Agent 2.0 则把产品链接、参考视频、脚本和成片迭代交给一个视频代理。1 2

本文覆盖窗口为 2026 年 8 月 5 日 09:00 至 8 月 7 日 09:00（北京时间）。Cloudinary 新闻稿显示的发布时间换算为 8 月 5 日 21:02，Pollo AI 新闻稿为 8 月 6 日 20:23，均落在窗口内。两项发布放在一起看，行业竞争的对象正在从「谁能生成更漂亮的一段视频」转向「谁能让代理安全地把视频送进生产和分发」。

两家公司卖的不是同一种代理

先把产品边界分开。Pollo Agent 2.0 是面向结果的创作代理，Cloudinary 的 Agent Experience layer 更接近媒体资产的控制面。

比较项	Pollo Agent 2.0	Cloudinary Agent Experience layer
起点	想法、产品链接、参考素材、脚本	已有媒体资产、元数据、权限和使用关系
公开的工作流	Photo to Video Ads、URL to Video Ads、Script to Video Ads、UGC Video Ads、Clone Video Ads、Story Videos 六类技能	搜索、审核、生成、变换、格式适配、排队发布
代理做什么	分析参考视频的 hook、节奏、结构和视觉风格，并通过对话连续修改	读取资产上下文，判断是否符合品牌和合规标准，再执行处理与交付
发布承诺	「publish-ready」视频和广告	将批准的内容自动发布，并生成平台需要的比例与格式
尚未证明	延迟、成片通过率、返工率、单条成本和实际投放效果	权限边界、自动发布的失败恢复、AI 标识保留和独立客户结果

这张表里最容易被忽略的是起点不同。Pollo 把代理放在「我要一条广告」之前，先替用户选择一套创作路径；Cloudinary 把代理放在素材库和发布系统之间，先判断「这条素材能不能被用、应该怎么处理、谁批准过」。前者试图减少创意生产中的空白页，后者试图减少媒体运营中的手工搬运。两者都把聊天窗口降成入口，把真正的产品变成一串可调用的动作。

Pollo 的更新细节很具体：Clone Video Ads 会解析参考视频的 hook、节奏、结构和视觉风格，再生成新的创意变体；URL to Video Ads 则从产品页面开始组织广告。公司还称，用户可以用对话持续调整方向，同时保持生成过程中的一致性。1

这不是 Pollo 第一次把模型能力包装成调用层。7 月 2 日的 Pollo API 发布稿曾称，平台可通过一次接入调用 300 多个图像和视频模型，并提供任务轮询、日志、webhook 和美元定价。3 这条背景很重要：Agent 2.0 更像是在多模型路由之上增加「理解目标、选择工作流、持续修改」的控制层，而不是又一次模型参数升级。

Cloudinary 的路线相反。其 8 月 5 日新闻稿把资产描述为带有可搜索元数据、治理规则、权限、使用权、关系和交付信息的媒体对象；公司称，代理可以检查用户生成素材是否符合品牌与合规标准，把不合规内容转人工审核，自动发布获批内容，并生成不同平台所需的比例和格式。公司还称，图像生成和图像转视频能力可以直接在 Cloudinary 内产出内容，不必下载后再上传。2

因此，这两项发布不能简单合并成「AI 视频代理更强了」。它们指向两种不同的商业位置：Pollo 争夺创意决策和成片结果，Cloudinary 争夺素材状态、权限和交付路径。谁控制了后者，谁就更接近企业真正不愿意丢失的那部分系统记录。

「可发布」仍然只是厂商口径

这两份材料都能证明产品增加了哪些入口和动作，不能证明这些动作在线上生产中稳定工作。

Pollo 的新闻稿使用了「publish-ready」和「greater creative control」等表述，但没有同时给出一组可复核的延迟、生成失败率、人工返工率、每条广告成本、跨模型回退规则或投放后的转化结果。Cloudinary 的新闻稿则称平台有超过 400 万用户、1.3 万客户、300 多个合作伙伴和最高 203% 的 ROI；这些数字与 ROI 都来自公司发布材料，页面没有提供独立验证或样本定义。1 4

这里的证据边界决定了判断力度。可以说，两个供应商都在把视频生产从单次调用推进到工作流编排；不能说它们已经证明代理能在无人值守情况下稳定完成一条广告，更不能把「publish-ready」当成客户可以直接上线的验收结论。

代理系统还会改变失败的形状。过去，失败常常是一段画面不符合提示词；现在，失败可能发生在素材选错、参考视频的使用权没有确认、模型路由不适合当前镜头、审批状态没有同步，或者生成后的比例转换丢失了重要信息。只要系统具备自动发布动作，错误就不再停留在草稿区，而可能沿着工作流继续向下游传播。这是对产品设计的推论，不是两家公司已经披露的事故统计。

合规不会自动进入代理的工作流

Cloudinary 把权限、使用权和合规审核写进资产上下文，是一个有用的系统方向；但它的新闻稿没有证明 AI 生成内容的机器可读标记会在生成、裁剪、转码和自动发布后持续存在。Pollo 的更新稿强调创作技能和成片结果，也没有在所列工作流中说明来源凭证、机器标记或面向观众的披露如何执行。1 4

这一区分在欧盟 AI Act 第 50 条开始适用后尤其直接。欧盟委员会的现行指南写明，提供者要为 AI 生成或操纵的内容加入可机器读取的标记；部署者面对深伪内容时，还必须在观众首次接触时作出披露。5

委员会 FAQ 进一步说明，部署者不能只依赖提供者嵌入的机器标记来完成自己的义务；深伪披露必须清晰、可辨认、能被人直接感知。也就是说，模型或媒体平台「已经打了标」不等于发布页面已经完成告知。6

对代理产品来说，合规问题因此不是在最后加一个角标，而是要成为状态机的一部分：输入素材的权利状态、生成方式、编辑链、机器标记、人工批准人、目标平台和首次曝光页面，都要有记录。Cloudinary 所说的资产上下文可能为此提供了容器，但当前材料还不足以证明容器里已经包含了完整的 AI 来源与披露链。

采购时不要验收一段样片

如果企业要试用这类产品，验收对象应从「生成效果」换成可回放的工作流。至少要求供应商在同一份测试中回答以下问题：

模型和路由：一条广告由哪些模型完成？模型版本、调用顺序、回退条件和失败重试是否写入日志？
素材权利：上传产品图、真人肖像、参考视频和网页内容时，系统是否记录授权范围？Clone Video Ads 的输入能否限制为已获许可的素材？
审批状态：谁可以批准、修改或发布？代理能否绕过人工审核？审批状态变化后，旧链接和已排队任务如何处理？
标记与披露：经过裁剪、拼接、换音轨、转码和比例适配后，机器可读标记是否仍可检测？面向观众的深伪披露是否在首次曝光时出现？
失败回退：自动发布失败、标记丢失、素材权限过期或目标平台拒收时，系统是否停在安全状态？重试会不会重复发布并重复计费？
真实成本：把模型调用、素材存储、转码、排队、失败重试、人工审核和返工全部计入，报告每种视频类型的端到端成本和 P95 延迟，而不是只给一段演示视频。

这份验收表也说明了两种路线的短板。Pollo 需要证明「从目标到成片」的决策质量和模型切换成本；Cloudinary 需要证明「从资产到发布」的权限、审计和回退不会被自动化吞掉。两者都需要把生成质量、来源记录和发布结果绑定到同一个可复盘的任务 ID 上。

8 月 5—6 日的新信号不是 AI 视频又多了两个入口，而是代理开始接近视频生产链中最有后果的动作：选择素材、决定修改、改变格式并推动发布。对供应商而言，下一项要交付的能力不是把「自动化」写进产品名，而是让用户能在事后回答：哪一个代理、基于哪一版素材、调用了哪一个模型、经过谁批准、带着什么标记，最终被送到了哪里。