估值10亿美元，这家AI影视公司同时深入模型与生产系统

AI内容创业公司，已经不能只盯着模型与内容生产之间的Workflow（工作流）。

过去几年，定位为“工具”的AI内容公司在基础模型之上做了大量工程化工作。模型调度、角色一致性、资产管理、生产协作，这些能力对于AI真正进入影视生产都很关键。但核心生成能力、模型价格和供给仍主要由上游模型厂商决定，工具厂商定价权相对有限。

与此同时，上游模型公司正在进入应用层，Adobe、剪映等成熟工具也在快速整合生成能力，大型影视公司和内容平台则开始搭建自己的AI生产系统。

单一环节的壁垒正在变薄，行业内的玩家也在进入产业链更深处。OiiOii向内容社区拓展，Genspark开始自研模型，珀乐互动则同时布局创作工具、自研模型和动画IP。各家路径不同，但都在试图寻找更深的业务护城河。

Utopai Studios也认为，如果只满足于做“技术供应商”，AI影视创业公司很难获得足够大的商业空间。

成立于2022年、总部位于美国加州山景城的Utopai，目前估值已达10亿美元。其核心团队横跨AI研究和影视制作，业务也随之跨越了模型、生产系统和影视制作三个层面。

模型端：基于MiniMax H3做后训练

Utopai在模型端的成果是Utopai X，一个基于MiniMax H3的定制视频模型。

在Artificial Analysis 9月29日公布的“带音频文生视频”榜单中，Utopai X以1150 Elo排名全球第二。截至10月7日，它仍以1149 Elo位列第二，仅次于Wan 3.0，高于Dreamina Seedance 2.5和MiniMax H3。

AA将视频生成能力拆成十个维度。相比H3，Utopai X在其中七项上更接近该项领先模型。提升最明显的是音画同步、摄影机控制和物理表现。发布时，它在音画同步、物理表现上排名第一，在摄影机控制、光照与材质上排名第二。

这些能力，也是影视镜头中容易暴露生成瑕疵的地方。物理表现决定人物、道具和环境之间的运动是否可信；摄影机控制关系到模型能否准确执行跟拍、环绕、推进等镜头设计；光照与材质影响水面、玻璃、金属、皮肤等在运动镜头中的质感和连续性；音画同步则直接影响动作、环境声与画面的对应。

一家影视公司，为什么有能力参与视频模型的后训练？答案的一部分，来自它掌握的数据和专业经验。

Utopai拥有电影和动画制作团队。剧本、角色和场景参考、不同版本的take，以及导演、摄影、美术和动画师留下的选择与修改意见，本身就是日常生产的一部分。研发团队因此能够看到最终成片之外的信息：哪些版本被否决，问题出现在哪里，创作者为什么要求修改，以及什么样的结果最终能够进入下一环节。

Utopai还建立了内部Elo评测体系，同时引入自动化评测和艺术家的人工判断。对于垂直模型，这类数据的价值未必在规模，更重要的是，它能把模型表现与真实制作中的问题和审美判断对应起来。

生产端：PAI把模型能力组织进流程

Utopai开发的影视制作平台PAI（Production Assistive Intelligence），是一套由创作者主导的AI制作引擎，覆盖剧本、角色与场景设定、镜头生成、版本管理和后期制作等功能。

一个项目可以从故事概念或已有剧本开始。PAI的AI制作助理会先识别角色、地点、道具和故事节点，并整理出场景结构。团队确认后，再继续建立角色和场景的视觉参考。

以角色为例，PAI可以生成正面、侧面、背面和近景等多视角设定。创作者确认面孔、服装、比例等细节后，这组图片会成为后续镜头持续使用的角色参考。地点和场景也是如此，已经确定的建筑、灯光、色彩和关键道具，可以继续沿用到后面的镜头中。

在此基础上，AI制作助理再把场景拆成具体镜头，并生成不同的关键帧方案。团队可以先比较机位、构图、人物等方案，再进入视频生成环节。系统会持续记忆故事上下文、视觉风格和创作决策，确保长周期项目的一致性与连贯性。

自己开发和制作内容

Utopai自身也扮演着制片厂的角色。目前，公司储备了二十多个影视项目，其中6个已经进入制作或前期阶段，《Cortés》《The Most Serious Fart》《Half Moon》等长片计划于2027年大规模进入市场。

在商业化方面，曾打造多部宝可梦游戏的日本数字娱乐巨头DeNA已将PAI接入其动画制作流程。NBA巨星卡梅隆·安东尼（Carmelo Anthony）也通过其制作公司Creative 7成为Utopai的投资人与战略合作伙伴，双方计划将运动员的个人经历与文化影响力，转化为影视、流媒体等长线娱乐IP。

至此，Utopai的生意已经超出了软件订阅和模型调用。它既向外提供AI内容生产能力，也自己开发和制作内容，进而参与到版权和IP的长期价值分配中。

在Utopai看来，AI与其说是一种新的内容类型，不如说是一种新的制作能力。Utopai所说的“制作能力”，覆盖的不只是镜头生成和后期效率。它希望把AI放进项目开发、融资、制作、发行和IP运营的整个过程中。

当制作成本、团队规模和生产方式发生变化，哪些项目能够被立项、需要多少资金才能启动、以什么方式完成制作，都会随之改变。一部作品上映之后，技术还可以继续参与后续内容开发和IP延展。

最直观的结果是，一些过去因为规模太大、成本太高而迟迟无法启动的项目，现在有了新的制作可能。

奥斯卡提名编剧Nicholas Kazan手里，就有一个筹备了三十多年的历史史诗项目。他想讲述1519年西班牙征服阿兹特克帝国的故事。Kazan在30多年前就写好了剧本，并一直渴望将其搬上大银幕。但他曾在采访中透露，由于故事极其宏大，涉及16世纪大规模城市与战争场面的重建，在传统制片模式下成本高得难以想象。过去，每次尝试都因“规模太大、成本太高”而宣告流产。

直到近年来，Utopai Studios挖掘并启动了这个项目。影片在西班牙进行真人实拍，并以巴黎为制作基地。明星演员完成核心表演后，再与AI生成的历史环境、大规模场景和数字资产进行结合。真人表演得以保留，而原本最消耗人力和制作资源的部分，则转移到了数字环境中。这种方式直接改变了项目的成本结构。Utopai联合创始人Cecilia Shen向《福布斯》表示，采用这类混合制作后，团队规模远小于传统同级别大片动辄数百甚至上千人的配置。《福布斯》估算，Utopai此类影片的单片成本可能低于1000万美元。作为参照，传统重工业大片的预算往往高达2.5亿美元以上。

对于预算更捉襟见肘的独立电影或新锐导演来说，AI的价值更在于“兜底”。它能在不妥协创作者表达的前提下，解决实拍中不可控的高成本难题。

Utopai同样与小成本制作合作。韩国导演Hyo-joo Yang的首部长片《Half Moon》就面临着这样的困境。传统实拍对天气、光线、安全和时间都有着极高的要求。最终，剧组将拍摄转移到可控的泳池中，完全保留演员的真实表演和摄影机调度。后期再通过AI视觉特效移除泳池边缘、扩展海面，并重新处理环境光线。在这里，AI没有颠覆创作，而是精准接管了传统流程中成本高、风险大的特定视觉环节，保护了导演的作者表达。

如果说真人电影的痛点在于实拍成本与风险，那么动画工业面临的则是重资产与长周期的结构性难题。在传统动画体系下，只有被市场验证过的合家欢大IP才能获得巨额投资。那些古怪、小众的原创故事，往往在开发阶段就被高昂的成本劝退。

动画长片《The Most Serious Fart》正是这样一个非传统的原创IP。影片改编自同名儿童绘本，讲述一个严肃的“屁”寻找自我接纳的故事。动画长片开发周期长、生产环节多、投入巨大，这类风格鲜明却尚未经过市场验证的故事，很难轻易获得大片级别的预算。

为此，Utopai为它保留了一套成熟的动画创作班底。原作者Mike Bender担任编剧和导演，《怪物史瑞克》编剧Joe Stillman参与剧本打磨，《辛普森一家》与《飞出个未来》的选角导演Scott Muller负责声音选角，《歪心狼对阵Acme》的分镜师Andy Brooks参与故事创作。明星班底主导核心美术与原创故事，AI被用于支持后续的资产迭代与生产效率提升。这种模式在保证艺术质量的同时，大幅压缩了中长尾的制作成本，让非共识的原创IP更加具备商业吸引力。

更重要的是，Utopai并没有把《The Most Serious Fart》仅仅当作一部一次性的动画电影。Utopai认为，IP会成为Utopai作为一家Studio最重要的长期资产之一。在选择制作《The Most Serious Fart》时，Utopai就在判断角色和故事本身有没有可能跨出电影，延伸到剧集、出版、游戏、衍生商品、实景娱乐等场景。

成本控制能力与技术赋能，不仅重塑了制作流程，也打开了新的商业想象空间。这也正吸引着好莱坞和内容娱乐行业Big names入局。

好莱坞一直是一个高度依赖关系网络的行业。资本往往和项目、人才、IP、发行能力深度绑定。导演、制片人、媒体高管和明星本人，也经常直接参与新公司的投资与孵化。

Pluto TV联合创始人、前Paramount全球流媒体业务负责人Tom Ryan，以及执导过《独立日》《后天》等视效大片的导演Roland Emmerich，在2024年成为了Utopai的早期投资人。Ryan带来了流媒体平台、全球发行与商业变现的深厚经验，Emmerich则连接着好莱坞成熟的创作者和大片制作体系。

到2026年，这张关系网又延伸到体育娱乐业。NBA名人堂成员卡梅隆·安东尼（Carmelo Anthony）通过制作公司Creative 7投资Utopai，并成为战略合作伙伴。Creative 7帮助Utopai接触职业运动员，并围绕运动员的个人经历、品牌和体育文化开发电影、电视、流媒体和数字内容IP。他们合作的首批项目，就是围绕Anthony本人的职业经历和篮球文化开发新的娱乐IP。

从流媒体高管、视效大片导演到体育巨星，这些好莱坞圈内人的加入，让Utopai迅速接上了内容行业已有的项目、人才、IP和发行网络。他们看中的，不仅是AI节约成本的潜力，更是其背后重构内容生产与商业变现的巨大空间。

如果Utopai只提供技术，其收入主要局限于软件订阅、模型调用和企业服务。但作为制片厂深度参与制作后，AI节省下来的成本可以直接转化为项目利润；一旦内容获得成功，公司还能进一步分享全球发行权、续集开发以及IP衍生的长期商业价值。

影视行业需要怎样的AI生产基础设施

过去两年，通用视频模型发展迅速。Seedance、MiniMax H系列、Wan系列等模型已经能够处理多模态输入与一定程度的镜头控制，逐步向专业影视生产靠拢。

但影视制作的要求更为精细。物理运动、复杂光影、多角色互动与声画同步，直接决定了一个镜头是否可用；长片制作更需在数百个镜头和漫长的修改周期中，保持角色、场景与创作设定的一致性。

与此同时，影视制作中大量有价值的信息，并不存在于最终成片里。导演为什么留下这个take，摄影为什么调整运镜，美术为什么修改材质，哪些版本被否决、问题又出在哪里，这些专业判断都产生于制作过程，却可能成为模型后训练和评测的重要数据。

这也决定了，影视AI基础设施很难只依赖“最强通用模型”。根据InfoQ与影视从业者的交流，模型能力与生产工作流需要协同设计（Co-design）并持续迭代。模型获得新的参考、编辑和控制能力，会改变原有制作方式；真实项目中不断出现的新问题，又会形成新的评测标准和模型需求，反过来指导后训练与定制。

掌握一定的模型能力，也能减少对单一上游模型供应商的依赖，并基于对专业场景的理解形成差异化。沿着这一逻辑，Utopai选择同时深入模型与生产系统两层。

通用基础模型依然会提供最重要的底层能力。但Utopai X提供了另一种垂直模型研发的样本：以成熟通用模型为底座，再利用专有内容资产、真实制作数据和专业创作者反馈持续后训练。对于影视公司来说，这条路径不需要复制基础模型公司的预训练投入，却有机会逐步形成更贴近自身制作需求的模型能力。

PAI则希望提供一层可配置的AI生产基础设施，让不同制片厂、不同项目都能在自己的制作体系中使用。