模型之后，Utopai Studios正在把AI带进电影片场

作者：啊菠萝鸭 / 数智猿

责编：陆易斯 / 数智猿

一场发生在开放水域的戏，未必需要在真正的大海里完成拍摄。在电影《Half Moon》的制作中，演员先在可控的泳池环境里完成表演，随后由AI参与处理泳池痕迹、扩展水面环境并调整光线，让最终画面呈现出开放水域的效果。据美国AI影视公司Utopai Studios披露，这种制作方式既保留了真人表演与摄影机运动，也减少了剧组对真实海域拍摄条件的依赖。

这并不是让AI凭空生成一段电影画面，而是将原本需要在拍摄现场解决的部分问题，转移到视频生成环节。随着Seedance、Veo、Kling等视频大模型不断提升画面质量、镜头控制和连续创作能力，行业面临的新问题也随之浮现：生成一段令人惊艳的视频之后，如何将这些能力真正融入影视生产流程？

Utopai提供了一个来自内容制作和影视生产一线的观察视角。从AI技术提供商转向影视制作，再到推出PAI制作平台与视频模型Utopai X，这家公司尝试将模型研发、制作流程与内容开发连接起来。其探索也折射出AI视频产业的变化趋势：竞争正从单纯的生成能力，延伸至影视生产流程的重构与商业模式的转变。

据《福布斯》报道，Utopai Studios估值约10亿美元，并被《综艺》（Variety）称为“全球最大独立AI原生影视公司”。一家成立四年左右的公司，为何能获得如此高的估值？它的探索又将如何影响全球影视产业的下一步发展？

当视频模型开始进入影视制作

Utopai为何又向前多走了一步

Utopai Studios的前身Cybever，早期主要研发AI与三维世界生成相关技术。随着大语言模型的发展带动视频生成技术进步，公司看到了向影视制作延伸的机会。但Utopai并未停留在技术研发和工具提供上，而是进一步进入影视项目开发、制作及IP运营，试图将技术能力转化为影视生产与内容开发的优势。

2026年5月，Utopai创始人兼CEO Cecilia Shen（沈思琪）在接受《福布斯》采访时表示，仅仅作为技术提供商，不足以实现其长期商业目标，Utopai需要成为一家Studio。

图1｜Utopai Studios联合创始人兼CEO Cecilia Shen

摄影：Cody Pickens｜来源：Forbes

Cecilia Shen的判断，折射出AI视频行业正经历的变化。随着生成模型不断迭代，视频制作的技术门槛逐步降低，单纯提供生成工具越来越难建立持久的竞争优势。但对视频技术公司而言，从工具提供商转向影视制作方，并非简单的业务延伸，而是意味着要进一步承担内容开发、项目交付和市场表现等传统影视业务的风险。

Utopai尝试将技术提供与影视制作两种模式结合起来。9月底，公司推出新版PAI制作平台与自研视频模型Utopai X，逐步形成模型、制作系统与Studio三个相互衔接的业务层次：Utopai X提供视频生成能力，PAI负责组织影视制作工作流，Utopai Studios则参与具体项目的开发与制作。

根据公司披露，Utopai X基于已有模型，如MiniMax H3模型进行后训练，重点优化影视制作所需的能力。这意味着，公司并非只追求通用视频生成效果，而是尝试根据实际制作需求，对模型进行针对性调整。

制作与研发之间的反馈机制则更值得关注。Utopai在官方技术说明中提到，导演、摄影师和艺术家对生成镜头的选择、修改与否决，都可以成为模型迭代和制作系统优化的反馈依据。在实际制作中，专业创作者需要反复调整镜头、保持人物与场景设定的一致性，并将多个片段整合到同一项目中。如果生成能力无法融入这些修改与协作流程，就很难独立支撑影视制作。

类似的变化也出现在Seedance、MiniMax等视频模型产品中，这些模型都在向更强的编辑控制与连续创作能力延伸。技术研发与影视制作两条路径正在逐渐靠近，但这种结合能否形成真正的竞争优势，最终仍取决于它能否解决影视生产中的具体问题。

镜头之外

Utopai用AI改变了影视制作的什么？

对于普通用户而言，AI视频生成通常从输入一段Prompt开始。但在专业影视制作中，生成镜头只是整个流程的一部分：剧本要拆解成可执行的镜头，人物与场景设定要被反复调用，导演的修改还要传递到后续制作环节。

数智猿实际体验PAI时，上传了一份时长约30至45秒的英文短剧本。故事发生在夜间便利店，涉及固定人物、服装和道具，以及同一角色在不同镜头中的重复出现，对镜头之间的视觉连续性提出了一定要求。

与直接输入Prompt生成视频的产品不同，PAI会先引导用户确定真人或动画、时代背景、视觉风格和画幅比例，再提供Guided Mode与Freeform Mode两种工作模式，并引导用户进入Production Assistant。

图2｜PAI操作演示动图

来源：数智猿实测

PAI的入口更接近影视项目的前期筹备，而非面向普通用户的单次视频生成。Utopai将这套思路称为“Production Intelligence”。按照其产品介绍，PAI试图将剧本、角色设定、场景参考、镜头规划与制作反馈整合到同一项目环境中。

这背后是单次视频生成与完整影视制作之间的差异：一段视频可以通过提示词生成，一部作品却需要反复调整多个相互关联的镜头。例如，同一人物在不同场景和机位下，需要保持服装、面部特征与道具的一致性；调整某个镜头的光线或动作，也要兼顾前后镜头的衔接。这些工作不仅涉及画面生成，还包括设定管理、版本控制与团队协作。

传统剧组通常依靠剧本分解、美术设定、分镜和版本管理来协调这些工作，单次Prompt生成工具则更侧重产出独立片段。PAI试图将前期设定与后续生成、修改纳入同一工作流，其差异不在于某个镜头一定生成得更好，而在于尝试以项目为单位组织AI影视制作。

除了以项目为单位组织制作流程，Utopai还试图打通模型研发、制作工具与实际项目之间的反馈链条。视频模型提供生成能力，PAI承接制作流程，Studio参与具体项目，导演和制作团队在实际使用中遇到的问题，有机会反过来推动模型与工具迭代。

不过，这种业务组合并非Utopai独有，Runway等同行也在拓展专业制作工具与影视合作。拥有模型、平台和制作团队，可以让Utopai更直接地接触实际需求，但能否形成持久的竞争壁垒，还取决于这些业务能否真正协同，并在角色一致性、镜头修改、团队协作和最终交付等环节持续体现出优势。

前文提到的Utopai与其他团队共同制作的《Half Moon》，进一步展示了这种模式在实际项目中的应用。AI并没有取代演员和摄影团队，而是接手了部分原本需要通过实景拍摄与后期视效完成的工作。对影视制作而言，变化不在于是否使用AI，而在于如何重新划分实拍与生成的边界，并将不同环节整合为完整的作品。

这并不只是减少某个岗位的工作量，而是重新分配不同制作环节的任务。这种变化也可能延伸至制作规模更大的项目。

Utopai正在推进的历史题材长片《Cortés》，由Nicholas Kazan编剧、Paul Mignot执导，官方计划于2027年推出。Kazan曾表示，这个故事长期受到制作规模和预算的限制。

对于需要呈现大规模历史场景的作品，传统制作往往涉及复杂的布景搭建、群众演员调度和视效制作。Utopai希望通过真人拍摄与AI技术结合，降低部分大场景的制作难度。如果这种方式能够在实际制作中稳定落地，其意义就不只是降低单个镜头的成本，还可能拓宽影视项目的开发空间，让一些过去受制于预算或制作规模的故事获得实现的机会。

图3｜《Cortés》项目画面

来源：Utopai Studios官网

不过，从《Half Moon》到《Cortés》，Utopai探索的并非用AI取代人类创作者，而是重新分配真人拍摄、数字环境生成与后期制作之间的任务。在这一过程中，故事如何讲述、表演如何呈现、镜头如何设计，仍然需要创作者作出判断，AI改变的更多是这些创作意图的实现方式。

闯进片场的AI，商业化仍是考验

Utopai并不是唯一尝试将AI生成能力延伸至影视产业链的公司。2026年6月，Runway宣布扩大与Lionsgate的合作，双方不仅继续探索AI制作工具的应用，还将合作延伸至影视IP联合开发，Lionsgate同时宣布投资Runway。

与Utopai通过自身Studio参与内容开发的路径相比，Runway更侧重与传统影视公司合作：技术公司提供模型与创作工具，传统片厂则带来既有IP、制作经验和商业资源。这样不必完全依靠自身组建制作团队，也可以借助传统影视产业的资源拓展应用场景。

同时，AI影视制作的参与者也在不断增多。由YouTube前高管创立的AI影视公司Promise，正在尝试建立AI原生影视制作体系；部分传统影视公司也开始将AI纳入既有流程。例如，Netflix已在阿根廷剧集《The Eternaut》中使用生成式AI制作特定的建筑坍塌视效镜头。

图4｜《The Eternaut》剧集画面

来源：CNET

一方面，AI正在改变具体制作任务的分配。部分环境生成、视觉开发与视效处理工作，可以在真实拍摄之外通过生成式工具完成，拍摄现场与后期制作之间的关系随之调整。

另一方面，技术公司与影视公司的商业边界也在变化。传统技术供应商主要通过软件授权、模型调用或专业服务获得收入；当AI公司进一步参与IP开发、联合制作及发行合作时，便开始参与作品的商业开发，同时承担更复杂的制作与市场风险。

Utopai尝试将模型、制作平台与Studio结合，体现了AI技术公司向影视制作环节延伸的路径，但这条路能否形成可持续的商业模式，仍有待观察。今年4月，OpenAI宣布关闭Sora，也提醒市场，产品关注度和内容生成能力并不自动等于可持续的商业模式。对Utopai而言，从技术工具走向影视制作，同样需要回答如何持续获得收入、支撑业务运转的问题。

AI进入影视制作，也意味着必须面对传统产业的规则。从IP授权、作品版权，到演员数字替身、编剧署名与创作者报酬，生成式AI改变了画面的生产方式，却无法绕开既有的权利关系。好莱坞编剧与演员工会围绕AI使用建立的相关规则，也表明人的创作贡献及其相应权益仍需得到明确。

电影诞生一百多年来，人们曾把摄影机搬上高山，等待一场恰到好处的日落，也曾在摄影棚里搭建一座从未存在过的城市。如今，AI让影像有了新的实现方式：黄昏可以被重新安排，远方可以在屏幕上生长，一座城市甚至不必真实存在。对Utopai而言，这些正在成为新的制作语言。至于这种语言能否真正拓展影视创作的边界，最终仍要由作品和市场来回答。