文生视频榜第二，被一家影视公司的定制模型拿走了

A5站长网10月8日消息，独立评测机构的文生视频排行榜上出现一张生面孔：Utopai的定制模型以1150的盲评Elo评分位列全球第二、全美第一。让人觉得有意思的是它的主体——Utopai Studios不是一家模型公司，而是一家AI原生影视公司。《综艺》给它的定位也不是技术公司，而是影视公司。

这份榜次的成色要看评测机制。该榜单采用双盲投票，所有测试视频都抹掉品牌水印和来源标签，由全球独立受众在完全不知道模型名称的前提下，针对同一组复杂提示词的结果做两两对比投票。排名不看参数量级，不看算力消耗，也不看公关声量，唯一依据是肉眼可见的成片画质。这也是该榜单采用盲评机制以来，第一次有影视公司定制的模型进入前列。

这家公司2022年以另一个名字创立于加州山景城，早期做程序化内容生成和三维环境，去年才转型成制片公司，如今把皮克斯、迪士尼、梦工厂那批知识体系攒进了自己的团队，一批履历上写着《怪物史莱克》《神偷奶爸》《驯龙高手》的从业者陆续加入。福布斯估算其估值在10亿美元上下。它还在去年成为第一家被好莱坞编剧协会与演员工会接纳的AI影视公司。

支撑这套东西的核心是一套叫PAI的制片智能系统。它能读懂剧本，把故事拆成场景、镜头、角色、地点和道具，记住已经确认的视觉方向和修改意见，还能调用生成工具比较不同版本，再把结果交回导演手里审核。底层的生成模型在一家国内公司的基础模型上进一步训练。创始人沈思琪的说法是，AI不能替代人，技术团队必须和视效指导、制片人、编剧一起讨论确认。

为什么一家影视公司要自己做模型？因为长片工业和短视频是两回事。任何一个主流视频生成模型都能做出惊艳的几秒画面，但一部90分钟的影院长片需要几百甚至上千个镜头严丝合缝地协同，单点生成的能力再强，也堆不出一部片子。这家公司的做法是把模型嵌进制作流程，让它负责提案和组织，由创作者负责选择、否决和修改。真正的考验不在榜单名次——名次只说明画质，说明不了整部片子能不能拍完。