AI 视频榜全球第二，居然是一家影视公司：Utopai X 出道即巅峰

电影史上，新技术登台从来不斯文。1895 年《火车进站》让观众惊慌躲闪，1927 年《爵士歌手》一声开口让默片谢幕，1995 年《玩具总动员》甚至让观众忘了它完全由电脑生成。有意思的是，每一次“离经叛道”，最后都加速了行业发展。如今，生成式 AI 也开始参与影视创作——而且这次，冲进视频模型决赛圈的，是一家影视公司。

一分钟速览

• 截至 9 月 30 日，Utopai X 在 Artificial Analysis 带音频文生视频榜位列全球第二
• 仅次于 Wan 3.0，压过 Dreamina Seedance 2.5，是排名最高的美国公司模型
• 该榜采用 Video Arena 盲评机制，排名由观众投票的 Elo 分数决定
• Utopai X 基于 MiniMax H3 后训练，成绩超过 H3 原模型和 H3 Max
• Utopai 估值约 10 亿美元，计划 2027 年推出三部电影与两部剧集

一家影视公司，杀进了视频模型决赛圈

Utopai Studios 总部位于美国加州山景城，联合创始人 Cecilia Shen 与 Jie Yang 分别担任 CEO 和 CTO，Cecilia Shen 此前在 Google X 从事数据科学与 AI 解决方案相关工作。公司起步于 2022 年成立的 Cybever，早期围绕程序化内容生成与高保真三维环境为游戏和影视预演打地基，随后延伸到空间推理、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。

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，同时是榜上排名最高的美国公司模型。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。

长片制作给模型出的三道难题

影视制作的实际需求，给 Utopai 的模型研发当了出题人。用视频生成工具，用户可以反复“抽卡”；但长片制作是另一套打法——数百甚至数千个镜头要连成一条完整叙事线，角色、环境、道具要经得起摄影机来回折腾，过程中还伴随大量修改：导演可能认可角色设计却想调整光线，可能保留场景布局却要改变人物动作。每一次修改，都要尽量延续此前已确定的创作选择，让新素材能与其他镜头一起使用。于是，生成质量、跨镜头一致性与可修改性，成了长片制作必须同时翻越的三座大山。

据 Artificial Analysis 披露，Utopai X 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。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 也做了针对性优化，以提高素材可用性，减少反复生成后重新筛选的工作。

从模型到制片平台，让电影人掌舵

模型能生成怎样的画面，还需要通过制作体系转化为电影人可用的能力。Utopai 为此开发了 PAI 制片智能平台，并将 Utopai X 深度集成其中：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，让生成过程沿用项目已有信息。在 PAI 中，剧本可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”身份进场，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。

据《福布斯》估算，Utopai 的估值约为 10 亿美元；《综艺》在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。

趋势洞察

Utopai X 的意义不只是一个排名。它把“模型能力”与“制作流程”绑在一起，说明 AI 视频的竞争正在从单点生成走向体系化交付：谁能让生成结果进入真实的剪辑、调色与发行链路，谁才真正拿到影视行业的生产力。对整个视频生成赛道而言，一家“以故事为核心”的影视公司跑进第一梯队，或许比又一个实验室刷榜更有想象力。