允中 發(fā)自 凹非寺量子位 | 公眾號 QbitAI

全球首家AI原生影視工作室橫空出世，項目收入竟已高達1.1億美元

名叫Utopai Studios

當(dāng)前AI熱度如日中天，以AI切入電影行業(yè)的力量主要分為兩派：

一派是以Runway、Pika為代表的“工具派”，聚焦AI的工具屬性，核心發(fā)力點在于提升影視制作環(huán)節(jié)的效率。

另一派則是“內(nèi)容+AI”公司，其主要在內(nèi)容的敘事創(chuàng)新與產(chǎn)業(yè)化層面推動AI的應(yīng)用和發(fā)行，相當(dāng)于是把手伸進了影視業(yè)最肥沃的利潤區(qū)“內(nèi)容生產(chǎn)+產(chǎn)業(yè)落地”。

這兩類公司的定位，決定了其不同的天花板。

前者更偏向于工具層的效率提升，其特點是，技術(shù)門檻高，能不斷迭代生成模型的能力，但商業(yè)模式也往往會受限于工具類SaaS的邏輯（即訂閱費、API調(diào)用費、B端授權(quán)費），最后很可能會成為影視業(yè)的“基礎(chǔ)設(shè)施型公司”，或容易被后續(xù)更強大的通用模型所取代。

后者定位于創(chuàng)造新敘事形式和發(fā)行，這讓其有機會直接切入到包括IP、版權(quán)、分發(fā)渠道，形成“內(nèi)容+渠道+AI技術(shù)”三位一體的護城河。如若能夠成功突破，天花板將遠遠高于純工具派，因為其有機會改變整個影視業(yè)的產(chǎn)業(yè)鏈模式，而不僅僅是進行局部的效率提升。

有意思的是，Utopai Studios正是第二類公司

在Utopai入場之前，該領(lǐng)域幾乎是一片空白，幾乎沒有公司嘗試把AI技術(shù)范式與影視內(nèi)容和產(chǎn)業(yè)運作相結(jié)合。

而Utopai不僅率先切入了，甚至已經(jīng)在市場驗證方面跑通了模式，其即將推出的兩個電影項目已經(jīng)帶來了1.1億美元的收入。

所以，這樣一家公司，到底是什么來頭？

說它“橫空出世”，其實并不完全準(zhǔn)確。該公司實際上創(chuàng)立于2022年，前身為3D生成AI公司Cybever，早前在硅谷憑借“用AI生成高精度3D虛擬環(huán)境”技術(shù)就有了一定名氣。

而恰恰是從AI+3D這一起點出發(fā)，讓他們看清了更大的愿景：不再只滿足于做技術(shù)供應(yīng)商，而是要轉(zhuǎn)身直面內(nèi)容，用AI為傳統(tǒng)影視行業(yè)探索新的可能。

轉(zhuǎn)型

Utopai由兩位谷歌系的華裔創(chuàng)始人創(chuàng)立：

聯(lián)合創(chuàng)始人兼首席執(zhí)行官Cecilia Shen，是標(biāo)準(zhǔn)的00后，孩提時就沉迷于機器人實驗，少年就讀于加拿大滑鐵盧大學(xué)，主修數(shù)學(xué)。大學(xué)二年級，進入了谷歌最神秘部門Google X實驗室，參與Moonshot項目。在這里，他遇到了Cybever的另一位聯(lián)合創(chuàng)始人Jie Yang。

聯(lián)合創(chuàng)始人兼首席技術(shù)官Jie Yang，曾任Google Research科學(xué)家，后加入Alphabet旗下公司任Head of Research。在AI圖像建模與生成技術(shù)領(lǐng)域有深厚的積累，他也是Cybever早期3D引擎架構(gòu)的主要推動者。

當(dāng)2022年Cybever剛起步時，團隊的愿景是解決專業(yè)3D中長期存在的效率瓶頸問題，而由于3D行業(yè)大部分客戶來自影視游戲行業(yè)，Cybever主要專注高精度3D虛擬環(huán)境的生成，為游戲和影視行業(yè)提供場景“地基”。

但是很快，Cecilia就意識到了“視覺特效”類公司的局限性——利潤非常非常低，Cecilia意識到公司必須往產(chǎn)業(yè)鏈的上游走，這樣才能擁有定價權(quán)和高利潤的商業(yè)模式

換句話說，Cecilia試圖跳過Runway、Luma等AI工具公司的常規(guī)路徑，而選擇直接投身于影視娛樂內(nèi)容的生產(chǎn)和全球發(fā)行，成為AI時代的內(nèi)容所有者。

接下來發(fā)生的故事，與多數(shù)速生速死的AI項目不同，Utopai走出了一條極為罕見的、系統(tǒng)性的進化路徑——在從2022-2025年的三年間，兩位創(chuàng)始人用四個階段構(gòu)建起了AI驅(qū)動內(nèi)容生產(chǎn)的結(jié)構(gòu)性語法，將自己精準(zhǔn)卡位在了AI與內(nèi)容的價值交叉點：

其階段1是：從空間語法邁進“內(nèi)容永動機”。

由于Cybever在創(chuàng)立初的架構(gòu)選擇方面就走了一條不同于同期熱門模型公司如NeRF、3DGS的路，而是選擇了以程序化內(nèi)容（Procedural Content Generation,PCG）的生成方式，這一策略性的選擇，最終為Utopai奠定了關(guān)鍵的基礎(chǔ)，成為了Utopai穩(wěn)固的底層資產(chǎn)生成能力。

因為PCG的優(yōu)勢不在于生成力，而在于質(zhì)量控制、拓?fù)渫暾院凸I(yè)兼容性。目前，Utopai的系統(tǒng)已經(jīng)可以自動生成成千上萬個高精度3D資產(chǎn)，并匹配不同光照（晨曦、黃昏、陰影）、相機參數(shù)（廣角、長焦）和天氣條件（晴天、雨夜、霧霾）；每個組合都具備了“絕對真值”，將幾何信息與2D視覺數(shù)據(jù)緊密綁定，為后續(xù)AI理解與生成提供了標(biāo)準(zhǔn)化的輸入空間。

而階段2是指：將“空間智能”編碼為“語法規(guī)則”。

由于PCG模式擅長物體的隨機擺放，但弱點是：當(dāng)生成對象變成如城市街區(qū)或室內(nèi)空間這樣來自于功能邏輯與空間秩序的空間時，會發(fā)生問題。

這讓Cecilia意識到，必須讓AI模型構(gòu)建起一種“結(jié)構(gòu)性”的能力，也就是“空間語法”。在這個階段，通過持續(xù)的訓(xùn)練與場景建模，其AI模型開始理解空間中的隱性規(guī)則，因為AI不僅能生成，還能思考，這使其不僅能夠還原真實世界的視覺邏輯，更能模擬人類在空間中的行為預(yù)期。而該能力，也讓Utopai在生成內(nèi)容方面具備了前所未有的結(jié)構(gòu)美感和功能的合理性。

而到了階段3，AI Agent上場了。在這個階段，Utopai進一步開發(fā)了AI Agent系統(tǒng)。

這是一位具備設(shè)計直覺的AI創(chuàng)意總監(jiān)，可以說，該Agent系統(tǒng)不再僅僅響應(yīng)關(guān)鍵詞命令，而是能夠理解模糊、抽象、充滿情緒色彩的創(chuàng)作指令。

例如，當(dāng)創(chuàng)作者輸入“我想要一條雨夜中的東方小巷，帶點賽博朋克風(fēng)，像偵探電影那種孤獨感”時，Agent不會停留在風(fēng)格濾鏡的理解上，而是能生成一個“具備意圖的世界”。如：墻上的剝落中文海報、水洼中倒映的霓虹、繚繞在空氣中的濕氣——而這些，都是從未被直接要求的細節(jié)。

而更加重要的是，由該Agent這一過程輸出的并非是靈感草圖，而是完整的3D預(yù)覽資產(chǎn)（Pre-viz），這為影視制作直接節(jié)省了數(shù)十小時乃至數(shù)萬元的人力與渲染成本。

而到了階段4，也就是今年上半年，就是Utopai從工具型公司到商業(yè)閉環(huán)的關(guān)鍵一躍了。

在這個階段，Utopai完成了Previz-to-Video的工業(yè)閉環(huán)。

簡單講，Utopai將以上四階段的能力，全部匯聚成了一個完整的視頻制作工作流——“Previz-to-VideoPipeline”，并最終破解了當(dāng)下AI生成視頻方面最大的三大難題：一致性、可控性與敘事延續(xù)性。

也就是說，以后導(dǎo)演們就不再需要等待數(shù)日，而只需幾分鐘就可以預(yù)覽接近成片質(zhì)量的鏡頭，甚至可以實現(xiàn)“即興拍攝式”創(chuàng)作迭代。這絕不僅僅是一次效率革命，更是內(nèi)容實驗?zāi)芰Φ馁|(zhì)變。

夢想和底氣

那么，到底Utopai是如何破解目前AI視頻生成領(lǐng)域的“一致性”、“可控性”和”敘事延續(xù)性”這三大技術(shù)難題的呢？

這個問題很重要，是因為目前AI視頻生成雖已能做出驚艷的畫面，但要真正進入電影、電視劇等工業(yè)化場景，提供這三大難題的解決方案繞不過去。

首先，在近期的采訪中，Cecilia就一針見血地指出了目前AI通用模型的最大問題。她指出：

現(xiàn)階段，通用視頻模型都是為服務(wù)大眾，核心目標(biāo)之一是優(yōu)化效率，讓大眾用戶能以最快速度獲得“足夠好”的結(jié)果，這不僅限于影視。但這往往是以犧牲畫面質(zhì)量為代價

而也正因為這個原因，Utopai在模型這一關(guān)鍵問題上，Cecilia是這么回答的：

簡單講，Utopai的模型只是為了那些對質(zhì)量有極致追求的專業(yè)影視創(chuàng)作者服務(wù)，這個群體愿意為更好的效果等待更長的時間。而由于有這種明確定位，也讓Utopai擺脫了效率上的束縛，可以在訓(xùn)練模型時減少壓縮比例，增加特定方向的訓(xùn)練數(shù)據(jù)，采用更多更強的注意力編碼機制，訓(xùn)練出更大、更好、更專注的模型，將所有算力資源都投入到了對影像質(zhì)量的打磨上，確保每一幀都經(jīng)得起大銀幕的考驗。

其次，困擾AI視頻生成領(lǐng)域的所謂“一致性”問題是指：生成視頻難以保證人物外貌、動作和場景元素在不同的鏡頭中保持一致，會導(dǎo)致角色與環(huán)境出現(xiàn)“漂移”的情況。

例如Veo3、Runway等在逐幀生成時易出現(xiàn)人臉、服裝、光線甚至環(huán)境細節(jié)的“漂移”，比方說主角第一秒時還戴著眼鏡，下一秒眼鏡就沒了。

“這在復(fù)雜場景中是目前所有模型的噩夢”Cecilia說。例如當(dāng)多個角色同時運動和互動、且鏡頭也在不停運動時，現(xiàn)有的模型普遍無法處理好，時常會出現(xiàn)角色互粘、合并，或是動作違背物理規(guī)律的幻覺。

Cecilia指出：“我們認(rèn)為這兩個問題的根源，其實都在于模型對于三維世界的理解是缺失的。由于視頻的本質(zhì)是2D的，這就導(dǎo)致多數(shù)的模型只是在2D平面上對像素進行模仿和壓縮?！?/p>

而這也正是出身于高精尖3D的Utopai模型的特殊之處——由于Utopai在其模型的訓(xùn)練過程中，會將帶有物理規(guī)律的3D數(shù)據(jù)注入，讓模型不再是學(xué)習(xí)2D畫面的表象，這從根本上提升了模型對空間、遮擋、碰撞的認(rèn)知，避免了產(chǎn)生與物理世界不一致的幻覺問題?！耙驗槲覀冏隽撕芫玫腁I生成高精3D環(huán)境，所以這一塊其實是我們的DNA”Cecilia說。

就是所謂的“可控性”。這一難題是指：用戶能否像導(dǎo)演一樣，精確地控制生成結(jié)果，如角色的表情、動作路徑、鏡頭角度、節(jié)奏等。

由于目前AI視頻生成大多依賴于“Prompt+隨機采樣”，所以具有一定的隨機性。這方面，用戶可以輸入“大方向”，但要控制微觀細節(jié)（如讓角色轉(zhuǎn)頭45度、走到某個位置）非常難。而缺乏可控性，就意味著創(chuàng)作者很難把AI視頻當(dāng)作是“可預(yù)測的生產(chǎn)工具”，只能作為“靈感生成器”。

Cecilia指出了這個問題與工作流的相關(guān)性，“目前，行業(yè)普遍的創(chuàng)作流程都依賴大量的‘抽卡’，即反復(fù)生成海量內(nèi)容，然后從中選出少數(shù)接近創(chuàng)意的結(jié)果。但這在專業(yè)制作中是不可接受的，因為導(dǎo)演對每個畫面都有像素級的精確要求，從廣場布局到水杯的位置，從光線強弱到角色眼神的角度。而在“抽卡”的模式下，往往是鏡頭里這個元素符合了，另一個又偏離了，創(chuàng)作過程充滿了隨機性和挫敗感”。

針對于此，Utopai的解法是：用確定地執(zhí)行導(dǎo)演的意圖，來取代隨機生成加挑選

據(jù)Cecilia介紹，Utopai工作流允許導(dǎo)演先通過故事板、3DPreviz等方式來快速準(zhǔn)確地描繪出一個清晰的草稿。這一草稿不僅是視覺參考，更包含了導(dǎo)演核心意圖的結(jié)構(gòu)化指令。隨后，Utopai的模型與工作流會準(zhǔn)確地理解該意圖，并結(jié)合影片整體的藝術(shù)風(fēng)格，自動、有方向性地朝著最終目標(biāo)進行嘗試和調(diào)整。這恰恰是強化學(xué)習(xí)和智能Agent等技術(shù)擅長的地方。

這或許也正是Utopai與其他許多“技術(shù)顛覆論”者最根本的區(qū)別，因為其系統(tǒng)設(shè)計的核心不是要取代導(dǎo)演和藝術(shù)家。恰恰相反，其系統(tǒng)的核心是要將導(dǎo)演和藝術(shù)家們從工業(yè)的枷鎖中解放出來，讓他們回歸到創(chuàng)意王座。

而這也代表了Cecilia很強的審美傾向。Cecilia表示，AI可以生成無窮選項，但定義品味的永遠是會講故事和有藝術(shù)審美的人。Utopai更深遠的意義在于，其系統(tǒng)設(shè)計追求的是人與AI之間形成一種共生進化的關(guān)系。

為此，Cecilia設(shè)定了Utopai的北極星，那就是：要做一個個性化的、端到端的影視制作AI架構(gòu)。通過其高度整合的AI模型與自動化工作流，將電影和內(nèi)容的制作成本大幅降低，從而將成千上萬的電影人從“預(yù)算”的枷鎖中解放，讓他們能夠以前所未有的速度和極低成本，將劇本中的故事變?yōu)楦哔|(zhì)量的影像作品。并且，這一切都不以犧牲質(zhì)量為代價。

而從公司內(nèi)部而言，那就是，構(gòu)建起一個數(shù)據(jù)、模型與工作流的“軟硬一體”的架構(gòu)。

Cecilia指出，現(xiàn)在AI影視的一個普遍問題是，模型與工作流被視為兩個獨立環(huán)節(jié)，彼此割裂。一方面，模型公司負(fù)責(zé)提升算法，另一方面，制作公司只關(guān)注流程優(yōu)化，兩者缺乏深度的協(xié)同進化。

與此同時，Cecilia還強調(diào)了內(nèi)容質(zhì)量的重要意義。她認(rèn)為，質(zhì)量一定是優(yōu)先的。

觀眾的眼睛就是尺子。有時，人們低估了細節(jié)帶來的影響。其實我們發(fā)現(xiàn)，每一個藝術(shù)家或創(chuàng)造者都像孩子一樣，他們并不是抵觸技術(shù)。一個例子是：1995年上映的《玩具總動員》，這是世界上首部數(shù)字制作的動畫長片，無論在創(chuàng)意還是技術(shù)上，都是一次影響深遠的躍進，并且在全球斬獲了近4億美元的票房收入。那么，所謂的AI被抵觸是否是因為我們用AI的方式錯了？而這就又回到了細節(jié)和質(zhì)量的問題，科技為打造更高質(zhì)量的產(chǎn)品創(chuàng)造條件，而消費者，并不會因為AI就愿意降低對質(zhì)量和故事的追求。優(yōu)勢

最后一個問題是：那么，到底Utopai要實現(xiàn)這一北極星有什么優(yōu)勢呢？

首先，Utopai已經(jīng)創(chuàng)收1.1億美元，就是其具有優(yōu)勢的一個明證，因為這在公司戰(zhàn)略上說明了Utopai已經(jīng)打通好萊塢的內(nèi)容與生態(tài)鏈。

為做到這一點，首先，Utopai甩出了是兩張影視界王牌：

一張是被好萊塢稱為“史上最難拍史詩巨作”、素來是好萊塢呼聲最高、但一直排名未拍攝電影前10的《科爾特斯》（Cortés）。這部電影之所以難拍，是因為它用傳統(tǒng)電影制作的方式成本太高太高，但手握技術(shù)并不懼怕的Utopai為其邀請來了奧斯卡提名編劇Nicholas Kazan執(zhí)筆，并邀請了好萊塢名列49的概念設(shè)計師Kirk Petruccelli來執(zhí)導(dǎo)。

另一張王牌，則是被普遍形容為是“當(dāng)《壯志凌云》遇見《世界大戰(zhàn)》 ”的八集科幻劇集《太空計劃》（Project Space）。這同樣是大手筆，Utopai為其邀請來了著名編劇Vanessa Coifman和Martin Weisz執(zhí)筆、并請了Martin Weisz來執(zhí)導(dǎo)。該劇目前已經(jīng)成功預(yù)售歐洲市場。

“在好萊塢要做AI原生影視，起點就一定要高，手段一定要新”Cecilia說。

此外，為了發(fā)行該項目，Utopai還與《與狼共舞》及《地平線：美國傳奇》的銷售公司K5 International成立了一家合資公司。后者將于今年秋季在MIPCOM和AFM上代理所有Utopai的項目。Utopai還與以《權(quán)力的游戲》和《美國隊長》聞名的可視化公司OPSIS合作，將其流程整合到電影制作人友好的工作流程中

需要注意的是，這兩部劇為Utopai在全球創(chuàng)造了約1.1億美元的收入。而這一數(shù)字是其他AI工作室無法比擬的，并且也讓Utopai一炮而紅，在其首部電影上映前，Utopai已躋身于好萊塢一線大制作的行列。

此外，所有的GenAI公司都覬覦于好萊塢人脈，但至今沒有公司宣布類似計劃。如Aesteria（現(xiàn)已被Moonvalley AI收購）最近宣布將制作《恐怖谷》，或Runway和Luma也都大力宣傳其好萊塢人脈，但在電影內(nèi)容AI領(lǐng)域，尚無公司宣布類似計劃。

殊不知早在今年4月底，Utopai的故事就被搬上了著名雜志《福布斯》。而剛《福布斯》在今年8月又獨家報道了他們的故事，并稱其道：“Utopai的故事，標(biāo)志著AI公司在媒體領(lǐng)域定位的轉(zhuǎn)變。他們并不打算向工作室系統(tǒng)出售模型或API，而認(rèn)為真正的價值在創(chuàng)造和擁有知識產(chǎn)權(quán)。這種模式，與皮克斯曾經(jīng)將其圖形工具轉(zhuǎn)變?yōu)閿⑹乱娴淖龇ㄈ绯鲆晦H。

當(dāng)然，Utopai的優(yōu)勢還包括：其自研的底層模型以及數(shù)據(jù)。但關(guān)于這兩個問題，Cecilia目前并不愿多說。

Utopai正在做的，就是拆掉想象力的柵欄，將電影從“預(yù)算的暴政”中解救出來。這不僅僅是技術(shù)的升級，更是一場關(guān)于創(chuàng)作自由的革命。而這一切才剛剛開始，就讓子彈再飛一會兒吧。