作者｜Yoky
微信｜yokyliu617
AI 视频已经能做出足够像电影的镜头，但真正的 AI 电影仍很少出现。因为一旦进入长篇制作，角色一致性、镜头衔接、表演控制和团队协作都会一起成为问题。
国内更常见的 UGC 和 ProC 路线，把编剧、导演、分镜、剪辑甚至制片压到一个创作者身上。AI 让这个人更高效，却没有把一群专业的人组织成生产线。ProC 的上限往往是模型的上限；影视公司的上限，才可能是人的上限。
带着这样的疑问看 Artificial Analysis 最新的有声文生视频榜单，1150 Elo、全球第二的 Utopai X 是个有点反常的名字：它来自被 Variety 称为“全球最大独立 AI 原生影视公司”的 Utopai Studios。
我们发现，Utopai 把模型放进 PAI 制作系统，让剧本、角色、场景、镜头和修改记录持续关联，再由导演、编剧、制片和后期团队作出选择。
模型负责生成电影素材，PAI 负责把素材组织成一条专业生产线。而这，似乎提供了一条从“能生成镜头”走向“能参与电影生产”的新路径。
1
做电影，要先有电影级的模型
模型能力依然主导着最后的生成结果，Utopai Studios证明了专业级团队基于开源模型后训练的路径。
2026 年 9 月 29 日，在 Artificial Analysis 的有声文生视频榜单中，Utopai X 获得 1150 Elo，排在 Wan 3.0 之后、Dreamina Seedance 2.5 之前。评测采用盲测：同一个提示词生成两段视频，观看者不知道它们分别来自哪个模型，只需要选出更喜欢的一段，再由成对偏好投票计算 Elo。
图片来源：Artificial Analysis、Utopai Studios
“全球第二”衡量的是同时生成画面和声音的文生视频表现；能否独立完成一部长片，仍需另外验证。在这个有限范围内，Utopai X 的生成片段已经进入全球第一梯队。
Utopai X 是面向影视生产的后训练定制模型。训练目标落到了镜头的稳定性和可用性上，奇观生成退到了次要位置。Utopai X的能力不只体现在生成画面是否漂亮。船落水时要有重量，光源变化后阴影和反射要随之改变，机械运动产生的声音还要和动作对得上。Utopai 公布的技术材料把空间一致性、物理表现、视听同步和镜头可控性列为重点。说得直白一点：人物、物体、光线、声音和摄影机不能各演各的，它们必须让观众相信自己处在同一个空间里。
但电影不是一组漂亮镜头的合集。一个镜头可以靠随机性撞出来，长篇制作要求角色和场景跨镜头保持一致，修改后仍能接回前后段落，团队还要知道每一次选择从哪里来。榜单验证的是 Utopai X 的生成能力，真正把它接进电影生产的，是 PAI。
PAI 的起点是一份剧本。系统把剧本拆成角色、场景、地点、道具和镜头表，再把这些信息铺进同一个视觉工作台。导演和美术团队可以从故事出发建立角色与世界，摄影和剪辑则继续在镜头、版本和时间线上工作。它更像一套围绕电影项目搭建的制作操作系统，而不是另一个输入提示词、等待结果的生成窗口。
它解决的核心问题是项目记忆。剧本、角色设定、视觉风格、已通过的镜头和过去的修改都会留在项目上下文里；一个角色或场景资产被确认后，可以继续带入后续镜头，无须每次重新描述。团队还能并排比较不同版本、留下评论和审批，再把选中的素材放进时间线，导出到 Premiere Pro 或 DaVinci Resolve 完成后期。
Utopai X 是 PAI 里的生成引擎之一。它读取的不只是当前提示词，还包括剧本、角色与场景资产、镜头计划和团队反馈，因此生成结果从一开始就属于某个项目、某场戏和某个镜头。模型的价值也随之改变：一次生成有多惊艳当然重要，经过多轮修改后还能不能守住角色、空间和创作意图，更重要。
这套系统也由真实项目反向训练。每一部电影都会产生剧本、角色与场景设计、镜头计划和一轮轮生成结果；导演、摄影和美术团队再判断哪些镜头可用、哪些需要重来，以及为什么。对影视公司来说，生成数量的价值有限，导演为什么留下这一条、放弃那一条更重要。这些专业选择继续变成 PAI 和模型训练、评估的信号。
负责技术的首席科学官 Zijian He，此前曾带领 Meta 超级智能实验室的媒体生成基础模型团队，并参与 Movie Gen 和 Llama Image Generation 等项目。到了 Utopai，他的团队要解决的也不再只是更快地产出视频，而是让模型理解一部电影已经作出的决定，并在后续制作里继续执行。
这才是 PAI 在 Utopai 技术体系里的位置：Utopai X 负责把镜头做出来，PAI 负责让镜头属于同一部电影。当剧本、资产、模型、修改记录和专业团队被放进同一套系统，AI 才开始从生成工具变成电影制作基础设施。
PAI 将剧本、角色与场景资产、镜头和修改记录组织在同一制作工作台中。图片来源：Utopai Studios
1
商业化要从院线片单开始
技术只是门槛。对于一家影视公司，商业化并不会在生成按钮被按下的那一刻完成。
ToC 和 ProC 工具可以按订阅、积分或生成次数收费，但一家影视公司的价值，要等项目完成开发、制作、发行并真正走到观众面前才会兑现。Utopai 选择同时做两件事：把 PAI 作为制作基础设施向外输出，也自己承担作品和 IP 能否成立的风险。
对一家影视公司，片单比订阅数据更直接。按照 Utopai 目前的规划，Cortés、Half Moon 和 The Most Serious Fart 三部长片都将在 2027 年进入院线。这三部作品都按正式项目推进，需要经过融资、制片、国际销售和院线发行，用途已经超出模型效果展示。
其中，Cortés 是一部以 1519 年西班牙征服阿兹特克帝国为背景的历史史诗，由奥斯卡提名编剧 Nicholas Kazan 执笔、Paul Mignot 执导。这个项目走到 2027 年院线档期并不容易。Kazan 为这个故事寻找银幕出口超过 30 年，战争、城市和时代场景带来的规模与成本，让它长期停留在剧本阶段。如今，项目计划在西班牙拍摄，AI 用来突破过去难以承受的制作条件，编剧和导演仍然掌握创作。
Half Moon 则走了另一条路。这是一部由韩国导演 Hyo-joo Yang 编剧并执导的真人成长电影，由 Utopai 与德国 In Good Company、韩国 Paper Barn Studios 联合制作。PAI 只用于支持部分视觉元素，表演、叙事和摄影仍由传统剧组完成。
The Most Serious Fart 是一部院线动画家庭喜剧，由原著作者、《Not Another Teen Movie》编剧 Mike Bender 编剧并执导，并邀请《The Simpsons》选角导演 Scott Muller 参与配音演员招募。在这个项目里，AI 仍被放在“制片助理”的位置，导演、演员和编剧继续主导创作。
这三部电影没有套用同一种 AI 方案。历史史诗需要它突破预算和场景限制，真人电影只在特定视觉环节使用，动画电影则把它嵌入由专业团队主导的制作管线。放在一起看，Utopai 对外提供的更像一种项目级能力：根据不同制作调配技术、人才、资金和发行资源。
自有片单之外，PAI 也开始进入外部公司的生产流程。2026 年 9 月，Utopai 与日本 DeNA 娱乐开发事业部宣布合作，计划把 PAI 引入试验性动画制作，用于视觉开发、角色与背景设计、场景规划和多轮修改。Utopai 的 AI 制作人员会与 DeNA 的创意和制作团队协作，但故事、风格、演出和作品基调的最终决定权仍然留在创作者手里。
Utopai 与 DeNA 将在日本试验把 PAI 引入动画制作流程。
DeNA 只是 PAI 对外服务的客户之一。按照 Utopai 披露的信息，PAI 已经用于美国影视项目和横跨欧洲、北美、亚洲的国际合拍，也进入了中国长篇内容生产流程。
体育内容给 Utopai 提供了另一类 IP 入口。Utopai 此前与 James Harden 合作完成了以其标志性胡须为灵感的动画短片；随后，篮球名人堂成员 Carmelo Anthony 通过旗下 Creative 7 Productions 成为战略合作伙伴，双方将利用 PAI 开发原创体育与娱乐 IP，覆盖电影、电视、流媒体和数字内容。首批计划包括围绕 Anthony 的职业经历和篮球文化开发动漫风格的娱乐项目。
Carmelo Anthony 通过 Creative 7 Productions 与 Utopai 展开体育娱乐 IP 合作。
运动员带来真实故事、公众影响力和天然受众，构成了体育 IP 的起点。Utopai 要做的，是把这些素材组织成可以持续开发的项目。从院线电影，到 DeNA 这样的 B 端制作合作，再到体育人物驱动的原创内容，Utopai 正在形成三条彼此反哺的商业路径：作品验证技术，技术进入更多制作，新的合作伙伴再带来新的故事和发行机会。
“AI 时代的皮克斯”需要的显然不只是一套更强的模型。皮克斯真正难以复制的，是把技术转化为稳定的生产能力，再围绕作品持续孵化、放大和经营 IP。
从 Utopai Studios 目前的布局来看，这套拼图已经开始成形：Utopai X 负责生成电影素材，PAI 承接专业制作，三部院线项目、外部客户和体育内容则分别验证作品开发、对外服务与 IP 扩展能力。
它距离“皮克斯”仍有一段距离，但一家 AI 原生影视公司需要具备的几项核心能力：技术、制作、IP 和发行，俨然已经被放进了同一套商业循环中。
