AI 视频榜全球第二，藏着一家新影视公司的野心

电影史上，新技术登台时从来算不上斯文。

1895 年，《火车进站》让观众惊慌躲闪。1927 年，《爵士歌手》一声开口，默片时代逐渐谢幕。1995 年，《玩具总动员》甚至让观众忘了它是完全由电脑生成。

有意思的是，每一次「离经叛道」，最后都加速了行业发展。有声电影、彩色胶片、数字摄影机、CG 特效，无一不是在怀疑与嘲笑中入场，最终被写进电影语言的词典。

如今，生成式 AI 也开始参与影视创作，一家以故事创作为核心的 AI 原生影视公司 Utopai Studios，正凭借旗下的 Utopai X，搅动视频生成模型的格局。

截至 9 月 30 日，其自研模型 Utopai X 在独立评测机构 Artificial Analysis 的带音频文生视频排行榜中位列全球第二，仅次于 Wan 3.0，压过 Dreamina Seedance 2.5，同时是该榜排名最高的美国公司模型。

热知识，该榜采用 Video Arena 盲评机制：观众不知道模型品牌，仅凭观看体验为同一提示词生成的视频投票，排名由投票形成的 Elo 分数决定。这也是榜单引入盲评以来，首次有影视公司的自研模型上榜，堪称出道即巅峰。

成绩之外，更值得关注的是这家公司的身份。

业务覆盖影视项目开发、融资、制作与全球发行，模型与平台都服务于实际的电影和剧集生产。对影视从业者而言，这是一个难得的样本：生成式 AI 如何从单个镜头的创作，进入一部完整作品的制作流程。

一家影视公司，杀进了视频模型的决赛圈

Utopai 总部位于美国加利福尼亚州山景城，联合创始人 Cecilia Shen 与 Jie Yang 分别担任首席执行官和首席技术官。Cecilia Shen 此前曾在 Google X 从事数据科学与 AI 解决方案相关工作。

Utopai 的发展始于 2022 年成立的 Cybever。

早期研发围绕程序化内容生成与高保真三维环境展开，为游戏和影视预演打地基，随后摸着石头过河，逐步延伸到空间推理、镜头调度，以及从三维预演生成电影级视频。

2025 年，Cybever 更名为 Utopai Studios，开始围绕原创作品和联合制作，建立影视开发、制作与发行体系。自研技术也随之被放进真实制作中，用于支持角色、场景和镜头的开发。

据《福布斯》估算，Utopai 的估值约为 10 亿美元。《综艺》在刊发的合作专题中，将其描述为「全球最大独立 AI 原生影视公司」，并介绍了计划于 2027 年推出的三部电影与两部剧集。

影视制作的实际需求，给 Utopai 的模型研发当了出题人。

要知道，用视频生成工具，用户可以反复「抽卡」，长片制作却是另一套打法：数百甚至数千个镜头要连成一条完整的叙事线，角色、环境、道具的也得经得起摄影机来回折腾。

制作过程还伴随着大量修改。

导演可能认可了角色设计，却希望调整光线；可能保留了场景布局，却需要改变人物动作。每一次修改，都要尽量延续此前已经确定的创作选择，让新素材能够与其他镜头一起使用。

生成质量、跨镜头一致性与可修改性，由此成了长片制作必须同时翻越的三座大山。

Utopai X 的研发，也围绕这些制作要求展开。Artificial Analysis 披露，该模型基于 MiniMax H3 进行后训练，此次排名超过了 MiniMax H3 原模型，以及同样基于它开发的 MiniMax H3 Max。

根据最新资料信息，Utopai X 在音频同步与物理表现两个能力类别中排名第一，在光照与材质、摄影机控制两个类别中排名第二。

这些能力条条对应片场的硬要求：声音要和画面动作合拍；光线穿过玻璃、水体或金属时，变化得经得起推敲；摄影机一动，角色与环境之间的空间关系不能断线。

针对反射、焦散、空间理解与高级一致性等难点，Utopai X 也一一进行优化，目的在于提高素材的可用性，让电影人能够围绕创意调整镜头，减少反复生成后重新筛选的工作。

从 Utopai X 到 PAI，让生成能力进入制作流程

模型能够生成怎样的画面，还需要通过制作体系转化为电影人可以使用的能力。

Utopai 为此开发了 PAI 制片智能平台，并将 Utopai X 深度集成其中。两者分别承担不同的工作，Utopai X 提供视频生成能力，PAI 则组织剧本、角色、场景、镜头及创作反馈，让生成过程能够沿用项目已有的信息。

在 PAI 中，剧本可以被分解为场景和镜头，角色、地点、道具与视觉参考全程关联于项目。创作者推进新镜头时，可以直接调用已确认的设定，不必每生成一次就把整个故事世界从头讲一遍。

平台内的 AI agents 以「制片助理」的身份进场，是名副其实的神助攻：基于制作上下文帮电影人规划镜头、试创意、出多个版本。创作者则可以货比三家、回溯旧版，再拍板做什么、留什么、改什么。

选定的素材随后进入剪辑时间线，并与 Premiere、DaVinci Resolve 等专业后期工具衔接，形成从创意开发、素材生成到后期交付的连贯工作流。

整个过程中，故事、视觉风格、表演与最终版本的生杀大权，始终握在电影人手里。首席科学官 Zijian He 所强调的「技术应该扩展电影人的画布」，也体现在这样的分工里，让创作者拥有更多尝试空间，并对结果保持掌控。

研发与制作在同一屋檐下并行，近水楼台，自然转出了一条持续迭代的飞轮。

艺术家在片场踩到的坑，会直接成为研发需要处理的问题，例如，同一个角色如何跨场景保持一致，已经通过审核的构图如何在修改动作后继续保留，多个版本怎样进入剪辑并供主创比较。

实际制作攒下的数据与专家反馈，被用来打磨模型、智能体和工作流程，磨出来的新本事再回到当前项目，并像滚雪球一样带进后续作品。

相比只围绕独立片段开展测试，专业制作能够提供更完整的反馈。一个镜头是否漂亮之外，电影人还会判断它能否与上下镜头衔接、能否继续修改，以及能否满足最终交付要求。

中国 IP 与全球制作，有了新的合作方式

榜单之外，Utopai 的制作体系正在进入不同类型与文化背景的故事，接受比单个视频片段更复杂的检验。

计划于 2027 年推出的动画长片《The Most Serious Fart》，改编自 Mike Bender 于 2023 年出版的同名儿童绘本。故事围绕一个格外严肃的屁 Siegfried 展开，他希望改变外界对自己的看法，并在旅途中学习接纳自己、找到归属感。

看似荒诞的设定，承载着身份认同、自我接纳与打破偏见的主题。Utopai 希望从具有辨识度的角色和故事世界出发，开发面向全球观众、能够长期延展的娱乐 IP，让一部电影成为持续创作的起点。

主创阵容也体现了这种开发思路。

原著作者 Mike Bender 将担任编剧和导演，他此前参与过喜剧电影《Not Another Teen Movie》，也是《Awkward Family Photos》的共同作者。Russell Hollander 担任制片人，原著插画师 Chuck Dillon 则出任创意艺术总监，让绘本原有的角色气质与视觉特点延续到电影中。

参与《怪物史莱克》编剧、并凭该片获得奥斯卡最佳改编剧本提名的 Joe Stillman，担任联合执行制片人；参与《驯龙高手》等作品的 Andy Brooks 加入故事与分镜创作；曾在皮克斯担任艺术指导的 John Lee 负责制作设计。《辛普森一家》《飞出个未来》的选角导演 Scott Muller 则负责配音选角。故事、视觉与声音的关键环节，都由具有专业制作经验的创作者参与。

据 Utopai 披露，人类动画师与插画师主导创作，AI 辅助制作迭代，角色的情感与故事的节奏仍由主创把握。

同一片单中的家庭电影《Half Moon》，由德国 In Good Company、韩国 Paper Barn Studios 等伙伴共同参与，PAI 支持部分视觉元素。历史史诗《Cortés》则面对另一种制作难度，需要让规模庞大的历史场景进入一部可以完成、可以发行的电影。

《Cortés》的故事发生于 1519 年，围绕埃尔南·科尔特斯远征阿兹特克帝国展开，涉及西班牙征服者与美洲原住民之间的冲突。奥斯卡提名编剧 Nicholas Kazan 曾表示，他为讲述这个故事努力了三十多年，宏大的规模与高昂的成本始终是项目推进的障碍。

题材的难度还来自历史本身。

西班牙人的到来、战争与特诺奇蒂特兰的陷落，涉及复杂且存在争议的历史叙述。Kazan 强调，影片希望承认不同立场与视角的存在，通过一个具体故事呈现两种文化相遇与冲突的过程，避免将某一方的叙述当成全部历史。这种尽量兼顾多方视角的创作立场，也意味着主创需要谨慎处理历史人物与冲突，如何理解不同群体的处境，与如何重建古城和战争场面同样重要。

把特诺奇蒂特兰古城、战争与帝国变迁搬上银幕，意味着复杂的场景构建、群像调度和视觉制作。Utopai 计划借助 AI 制作工具缓解这些规模与成本限制，为这个长期未能进入银幕的故事提供新的制作条件。

影片由 Paul Mignot 执导、Marco Weber 制片，以巴黎为制作基地，在西班牙拍摄，目标于 2027 年上映。编剧持续三十多年的尝试，与 Utopai 在制作技术上的投入，开始指向同一个结果，让故事成为观众能够观看的电影。

Utopai 在亚洲的合作同样也是量体裁衣，按作品的叙事需求来选择合适的技术。

Utopai 与华策影视共同开发并发行动画剧集《西游记：消失的 500 年》，将 PAI 用于开发与制作；与日本 DeNA 的合作覆盖视觉概念、角色、环境及场景迭代，创意审核权仍由 DeNA 艺术家掌握。

韩国业务则以 Alquimista Media 的创意团队为基础，亚太负责人 Hyun Park 更是拥有 Studio Dragon、华纳兄弟韩国及 DramaFever 的从业经历。

AI 可以帮创作者更快试画面，人物、文化语境和叙事取舍，仍需要熟悉作品的人来把关。

从好莱坞动画到中国经典 IP 这些合作，我们看到的并不是一个 AI 如何颠覆影视工业的故事，这些尝试让制作技术适应各地的审美与叙事，把本地创意和跨市场的制作、发行经验捏合到一起，借船出海。

这或许是 AI 和影视两个行业更健康的合作模式，这类作品的发行方式也在改变。

与 Ex Machina Studios 等伙伴合作的《Space Nation》，是一部计划推出八集的长篇科幻剧集，围绕人类面对外星威胁展开。对 PAI 而言，连续剧提出的要求远远超过生成几段太空画面，角色、环境、视觉风格与叙事衔接，需要在整季作品中持续成立。

从世界观与角色开发，到不同环境的视觉构建，再到多集内容之间的连贯性维护，长篇科幻作品会反复检验制作工具能否在复杂项目中持续使用。一个能够长期发展的系列 IP，还需要让后续故事沿用已有设定，避免每次制作都重新建立整个世界。

《Space Nation》也成为首部与传统版权买家达成合作的 AI 剧集，巴西 Globoplay、德国电视台等买家按非 AI 内容的市场价格采购了相关发行权。

据《福布斯》报道，在最终作品按约交付的前提下，《Space Nation》与《Cortés》的潜在合计预售收入最高可达约 1.1 亿美元。

版权交易背后，两个项目的推进远没有想象中那么简单。

《Cortés》与《Space Nation》早在 2025 年就已传出消息，如今才朝着计划于 2027 年推出的目标继续前行。究其原因，漫长的推进过程，正是发生在好莱坞对 AI 使用边界格外敏感的时期。

据《福布斯》报道，《Cortés》计划采用真人表演与数字环境结合的方式，拍摄演员的表演，再将其放入数字场景。而这类项目所需人力要远少于同等规模的传统制作所需。对于制片方，这是让昂贵故事有机会启动的条件；对于从业者，同一组数字也意味着工作机会可能发生变化。

争议因此有了具体对象。真人拍摄结束后，演员的形象可以被修改到什么程度，能否用于其他镜头甚至后续作品，授权与报酬怎样计算，都直接关系到这种制作方式能否被接受。

2023 年罢工后，SAG-AFTRA 达成的协议已经为数字替身设置了知情同意与报酬要求，保护范围同时覆盖主演和群演，制作方不能把一次拍摄理解为无限使用演员形象的许可。

编剧同样争取到了明确边界。美国编剧工会（WGA）的 2023 年协议规定，制作方不能强迫编剧使用 AI，也不能利用 AI 生成材料削弱编剧的署名与相关权益。对于把 AI 深度引入制作的工作室，保留人类创作者的决定权，需要落实到剧本开发、素材使用与合同安排之中。

面对行业疑虑，Cecilia Shen 在《福布斯》采访中强调，Utopai 使用不侵犯版权的训练数据，愿意与行业工会合作，并将创意决策保留在人类手中。这些是 Utopai 对外作出的回应，尚不能据此认定双方已经解决所有分歧。

到了 2026 年，《综艺》合作专题披露，《Space Nation》已进入制作，并计划按照好莱坞工会框架推进。从公开项目到计划发行，Utopai 的坚持，也体现在愿意为技术之外的协商与制作投入时间，每一次向前推进，都意味着同时处理创作、预算、制作与行业规则的新的突破。

而且 Utopai 还是首家加入好莱坞编剧协会与演员工会的 AI 影视公司，算是拿到了传统影视圈的正式「户口」。电影节、专业主创、行业规则与版权交易，一步步把它迎进了产业的正门，「AI 原生影视公司」这块招牌，也开始对应实打实的制作与发行。

新工具很少杀死旧艺术，但它会重新划定讲故事的门槛。就像摄影出现后，绘画没有退场，反而让画家则有了更多理由探索镜头拍不到的东西，摄影也逐渐发展成新的艺术语言。

AI 视频今天正走在这条老路上。Utopai 也已经拿到了入场券，它把模型研发放进了影视生产需要承担的责任之中。接下来，这些作品能否让观众追下去、更多曾被预算挡在门外的故事能否落地，才是这套模型与平台的真正考验。

大银幕的体验不能完全用 Elo 分数来衡量，能让更多过去因制作条件被束之高阁的故事破土而出、登上银幕，并让观众愿意坐到字幕升起，AI 才真正从演示视频走进了电影。