Utopai X 在 Artificial Analysis 文生视频盲测中拿下第二，仅差阿里 Wan 3.0 七分
来源量子位查看原文
速览
- Utopai X 在 AA 盲测文生视频榜单中排名第二，与第一名阿里 Wan 3.0 仅差 7 分。
- 该模型由影视公司 Utopai Studios 开发，基于 MiniMax 开源模型 H3 后训练。
- 在 10 项能力中，Utopai X 有 7 项比基座更接近顶尖水平。
- Utopai 同时推出制片平台 PAI，覆盖从剧本到剪辑的流程。
- PAI 已用于哈登动画短片，并与 DeNA 合作探索 AI 动画制作。
- 片单包括《Cortés》《The Most Serious Fart》《Half Moon》和《Space Nation》。
- 三部电影计划 2027 年大规模院线发行。
- 部分国际发行权已按非 AI 内容市场价预售给 Globoplay 和德国发行公司。
- 《Space Nation》和《Cortés》两项目收入估计最高可达 1.1 亿美元。
- 公司还有二十多个项目处于开发和制作的不同阶段。
独立评测机构 Artificial Analysis 发布最新文生视频榜单，阿里 Wan 3.0 排名第一，第二名是来自影视公司 Utopai Studios 的模型 Utopai X，得分 1150 分，与第一名仅差 7 分。该榜单由评审在不知道模型名称的情况下盲投产生。Utopai Studios 被 Variety 称为“全球最大独立 AI 原生影视公司”，福布斯估算其估值约 10 亿美元，CEO 兼联合创始人 Cecilia Shen 曾在 Google X 工作，今年入选福布斯“AI 30 Under 30”。Utopai X 以 MiniMax 开源的视频模型 H3 为底子做后训练，在 AA 同一套盲测的 10 项能力中有 7 项比基座更接近顶尖水平，提升最明显的是音频同步、运镜控制和物理；在“真人实拍电影”分类中距离最高分只差 4 分，在社交媒体内容、建筑与地产场景中排名第一。与模型一同亮相的还有制片平台 PAI，导演可在同一工作台从剧本推进到剪辑，系统会自动拆解场次与镜头，并提供镜头插入时的连贯性检查提醒。Utopai 的片单包括 2027 年计划院线大规模上映的《Cortés》《The Most Serious Fart》和科幻剧集《Space Nation》，以及德韩合拍真人电影《Half Moon》。据福布斯报道，Utopai 已按非 AI 内容的现行市场价预售部分国际发行权给巴西 Globoplay 和德国主流电视台旗下发行公司，若按约交付，《Space Nation》和《Cortés》两个项目收入估计最高可达 1.1 亿美元。
关键事实
- Artificial Analysis 最新文生视频榜单中，阿里 Wan 3.0 排名第一，Utopai X 以 1150 分排名第二，两者仅差 7 分。
- 该榜单由 AA 招募的评审盲投得出，评审在不知道模型名称的情况下比较同一提示词生成的两段视频。
- Utopai Studios 被 Variety 称为“全球最大独立 AI 原生影视公司”，福布斯估算其估值约 10 亿美元。
- Utopai X 以 MiniMax 开源的视频模型 H3 为底子进行后训练，在 AA 同一套盲测的 10 项能力中有 7 项比基座更接近顶尖水平。
- 提升最明显的三项能力是音频同步、运镜控制和物理；在“真人实拍电影”分类中 Utopai X 距最高分只差 4 分，在社交媒体内容、建筑与地产场景中排名第一。
- Utopai 的制片平台 PAI 已用于 NBA 球星哈登的动画短片，并于今年 9 月与日本 DeNA 合作探索 AI 辅助动画制作流程。
本站视角
对国内做视频生成和 Agent 工作流的团队来说，这件事的参照价值不在“影视公司也能做模型”这个噱头，而在于 Utopai 把生产数据和专家反馈直接回流到模型后训练里，并且明确把基座模型当作可替换件、把项目沉淀的生产知识当作长期资产。这与多数团队先做通用模型再找场景的路径相反，值得做垂直视频模型的团队认真对照。对用 API 做内容生产的中小企业和内容平台而言，PAI 这类把剧本拆解、镜头生成、连贯性检查串在一个工作台里的产品形态，可能比单点模型分数更接近真实付费需求，尤其是“插入新镜头时提示后续镜头人物视线接不上”这类检查，正是长内容生产中最耗人力的环节。我们的判断是：Utopai X 基于 MiniMax 开源 H3 后训练取得接近顶尖的成绩，本身说明开源基座加垂直后训练仍是一条有效路径，这对依赖开源模型的中文开发者是正面信号。需要观察的是，AA 盲测只覆盖单条提示词生成的短视频片段，与一部长片成百上千个镜头的角色、场景、风格一致性要求之间仍有明显距离，1150 分与 7 分之差不能直接等同于长片制作能力。另外，1.1 亿美元的收入估计来自福布斯报道，属于按约交付前提下的预估，而非已实现收入，且发行权预售的具体条款、交付时间表均未披露，读者不宜将其视为确定性业绩。片单集中在 2027 年，届时能否如期上映、观众是否买单，才是对这套“AI 撑大画布、创作者决定故事”模式真正的检验。
背景与影响
Utopai Studios 的定位不是模型供应商，而是一家 AI 原生影视公司，其技术团队与影视项目在同一家公司内运转，艺术家在角色设计、环境搭建和镜头组织中遇到的问题会连同生产数据和专家反馈回流到模型、Agent 和工作流中。据 Utopai 介绍，研究团队内部有一套 Elo 评分系统，将人工偏好评估与视觉语言模型的自动投票结合，艺术家直接参与人工评估。公司规划中的一个判断是：基座模型会越来越强、也随时可能被替换，但每个项目沉淀下来的生产知识会持续叠加。这意味着 Utopai X 更像是这套思路跑出的阶段性结果，而非孤立的技术突破。从行业角度看，一家影视公司能在 AA 盲测中逼近大厂模型，说明视频生成能力的竞争正在从单纯卷单镜头画质，转向镜头与镜头之间的连贯性、角色与风格一致性等长片制作真正要处理的问题。Utopai 选择以院线长片为核心交付物，并用非 AI 内容的现行市场价预售发行权，如果交付兑现，可能为 AI 参与制作的影视作品在发行定价上提供一个参照；但片单能否兑现，仍需等作品上映后由观众检验。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。
