00后以1.1億美金「掀桌」,硅谷AI將書寫影視新傳奇 終結制片舊時代

00后以1.1億美金「掀桌」,硅谷AI將書寫影視新傳奇 終結制片舊時代

文章圖片

00后以1.1億美金「掀桌」,硅谷AI將書寫影視新傳奇 終結制片舊時代

文章圖片


機器之心發布
機器之心編輯部

最年輕的工程師 , 和團隊一起將產品賣給 Fortune 500 的客戶 , 從 0 帶到 10 。

她 , 22 歲 , 成立自己的公司 —— Cybever 以「用 AI 生成高精度 3D 虛擬環境」技術聞名 , 并賣服務給游戲和影視行業 。

她 , 24 歲 , 接到了美國五大影視公司的一個電話 , 他們告訴她 , 不要再賣工具了 , 是不是也可以考慮下虛擬制片這個方向 。

她在飛機上讀了幾遍 Bob Iger 的自傳 , 暗下決心要改變商業模式 , 于是她決定不賣鏟子了 , 要自己挖金礦 。

她 , 今天宣布轉型 Cybever 為全球首家 AI 原生影視工作室 Utopai Studios 由好萊塢一派改革派導演、前派拉蒙 CEO 等投資 , 首年即斬獲 1.1 億美元收入 ,做到了 OpenAI、Runway 等都沒做到的事情 , 被福布斯稱之為首戰即勝 —— 這被業界認為可能是 AI 闖入娛樂業最高調的一個大動作 。

她不僅沒有受到好萊塢抵制 , 反而加入好萊塢公會 , 成為第一家加入公會的 AI 公司 。

今年秋季 , 她將帶著內容 , 在戛納 MIPCOM 和美國 AFM 電影節上映 。 這將是一個改變電影行業格局的歷史性時刻 。

硅谷從來不缺少創新 , 好萊塢從來不缺少傳奇 , 當硅谷 AI 和好萊塢碰撞到一起 , 或將發生變革性的影視史詩級傳奇 。

而打造這個傳奇的她 ——Utopai Studios 的掌舵者 , 是一位 00 后的年輕女性 ——Cecilia Shen 。


Cecilia Shen Utopai Studios 聯合創始人兼聯合首席執行官

一、「不是從硅谷出來的 , 而是從未來來的」

Cybever 是由 Cecilia Shen 和 Jie Yang 于 2022 年創立 , 此前以「用 AI 生成高精度 3D 虛擬環境」技術聞名 。


福布斯獨家報道

兩位合伙人系出同門 ——Google X , 2022 年公司創立之初的架構始于程序化內容生成 , 是為高效創造高質量的 3D 游戲環境而開發的 。 他們用三年的時間完成四個階段的跨越進步 —— 從空間語法到「內容永動機」 。 與同期熱門的 NeRF、3DGS 等 AI 模型相比 , 他們選擇以程序化內容生成(Procedural Content Generation PCG) , PCG 的優勢并不在「生成力」 , 而在于質量控制、拓撲完整性與工業兼容性 。

首先 , 這一策略性的選擇 , 成就了 Utopai 穩固的底層資產生成能力:

系統可自動生成成千上萬個高精度 3D 資產 , 并匹配不同光照(晨曦、黃昏、陰影)、相機參數(廣角、長焦)和天氣條件(晴天、雨夜、霧霾);

每個組合都具備「絕對真值」 , 將幾何信息與 2D 視覺數據緊密綁定 , 為后續 AI 理解與生成提供了標準化的輸入空間 。

第二個階段:將 “空間智能” 編碼為語法規則 。

PCG 擅長于「森林的隨機之美」 , 但當生成對象變成「城市街區」或「室內空間」 時 , 問題出現了:真實感來自于功能邏輯與空間秩序 , 而非隨機擺放 。

Cecilia 意識到 , 要突破生成式內容的 “感官天花板” , 必須構建一種結構性能力 —— 空間語法 。

通過持續訓練與場景建模 , 其 AI 模型開始理解空間中的隱性規則:

為什么書桌總靠近窗戶?

為什么消防通道必須留白?

為什么哥特式教堂往往正對主干道 , 前方設有廣場與雕塑?

AI 不僅能「生成」 , 還能「思考」:它不僅能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期 。 這一能力 , 使得 Utopai 在生成內容時具備了前所未有的結構美感與功能合理性 。

第三個階段:AI Agent 上場 , 創意不再從 0 開始

完成空間知識圖譜構建后 , Utopai 進一步開發了 AI Agent 系統 —— 一位具備設計直覺的「AI 創意總監」 。

這套系統不再僅僅響應關鍵詞命令 , 而是能夠理解模糊、抽象、充滿情緒色彩的創作指令 。

例如 , 當創作者輸入:「我想要一條雨夜中的東方小巷 , 帶點賽博朋克風 , 像偵探電影那種孤獨感 。 」
【00后以1.1億美金「掀桌」,硅谷AI將書寫影視新傳奇 終結制片舊時代】
Agent 不會停留在「風格濾鏡」的理解上 , 而是:

自動檢索空間知識圖譜;

結合人流動線、文化語境與構圖焦點;

從整體構造到細節紋理 , 自動完成場景構建與視覺填充 。

最終生成的內容 , 不只是圖像 , 而是一個「具備意圖的世界」 。

例如: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 —— 這些從未被直接要求的細節 , 成為 AI 創作「審美深度」的體現 。

更重要的是 , 這一過程輸出的不是靈感草圖 , 而是完整的 3D 預覽資產(Pre-viz) , 為影視制作直接節省數十小時乃至數萬元的人力與渲染成本 。

第四個階段:“骨架 + 皮膚” 的 Previz-to-Video 工業閉環

最終 , Utopai 完成從工具到商業閉環的關鍵一躍:將上述所有能力匯聚為一個完整的視頻制作工作流 , 即所謂的 ——Previz-to-Video Pipeline , 他們破解了當下 AI 視頻最大的問題:一致性、可控性與敘事延續性 。

以后 , 導演不再需要等待數日 , 只需幾分鐘即可預覽接近成片質量的鏡頭 , 甚至可以實現「即興拍攝式」創作迭代 。 這不僅是一次效率革命 , 更是內容實驗能力的質變 。

二、雄心和夢想從「兩部大劇」高起點開啟

Cecilia 認為:「生成式 AI 的終局不是 API 調用 , 而是內容創造 。 」而在好萊塢要作 AI 原生影視 , 起點一定要高 , 手段一定要新 。 于是 , Utopai Studios 直接甩出兩張「王牌」 , 團隊更是「王牌團隊」云集 。

一是《科爾特斯》(Cortés):由奧斯卡提名編劇 Nicholas Kazan 執筆 , 好萊塢列為 49 的概念設計師 Kirk Petruccelli 執導 , 號稱「史上最難拍史詩巨作」 , 被稱為是好萊塢呼聲最高但未拍攝電影前 10 。

二是《太空計劃》(Project Space):8 集科幻劇集 , 由 Vanessa Coifman 和 Martin Weisz 執筆 , Martin Weisz 執導 , 已經成功預售歐洲市場 , 被形容為 「《壯志凌云》遇見《世界大戰》」 。

兩部劇的背后 , 是 Utopai 自主開發的從「3D 布局」到「鏡頭輸出」的全流程 AI 系統:通過程序化環境建模、AI 攝影機調度與視頻生成模型 , 直接壓縮傳統影視制作的多個中間環節 , 從「前期可視化」跳轉至「最終成片」的路徑被極度簡化 , 但效果絕佳 , 美輪美奐 。



三、好萊塢早想改革 , 她早做好了準備

與其說是 Cecilia 幸運 , 不如說是好萊塢早就想改革 。

在好萊塢的檔案庫里 , 沉睡著無數「不可能的電影劇本」 。 它們或許擁有震撼人心的故事 , 但卻被一個無形的枷鎖禁錮 —— 那就是令人望而卻步的制作成本和技術鴻溝 。

而以 Cecilia 為代表的一批具有 AI 思維和創新能力的新生代 , 經過技術的革新和鏈路打通 , AI 原生電影將許多夢想成為現實 , 她為此提前做了充分準備 , 而站在她背后給予大力支持的是好萊塢改革派巨頭們 。

她早就說過 , 未來的內容行業 , 一定不是今天這樣 。 今年阿諾拉的獲獎 , 代表了獨立電影的早期興起 。 通過模型以及 Workflow 的自動化 , 會有大批的好的獨立電影和短片的出現 , 大制作不是未來 , 電影的分鐘數會變得越來越短 , 但是能精準把握住好故事會贏得市場 。



Cecilia 在領英上寫道:
在過去三年里 , 我的團隊專注于在娛樂與游戲領域構建并部署專業化解決方案 。 我們現在看到一個非常清晰的轉變:頂尖的概念設計師和特效藝術家正在主動將生成式工具融入創作流程 。 這不再是新奇嘗試 , 而是他們核心創作過程的一部分 。

這些具備高度審美判斷力的專業人士 , 并不是用 AI 來取代直覺 , 而是用它來延展直覺 。 一旦掌握了提示詞的使用 , 他們的創作效率顯著提升 , 產出的作品更加精致、情感共鳴更強 , 并且具備直接進入生產環節的水準 。 這才是真正的差異化所在 。 觀眾并不在乎內容是不是 AI 生成的 , 他們只在乎作品是否精心打磨、充滿意圖且富有創造力 。

內容產量正在爆炸式增長 , 但這并不代表質量也在隨之提升 。 相反 , 觀眾變得更加挑剔 , 他們會重新分配時間、注意力和消費 , 傾向于真正能觸動他們的內容 。

這種轉變在不同地區不會呈現相同的面貌 。 文化語境與區域偏好將塑造出截然不同的內容經濟 。 這也意味著 , 在 AI 驅動的內容世界里 , 全球注意力之爭才剛剛開始 , 而傳統電影公司和制片廠也正著手開發內部的 AI 解決方案 , 這很可能引發新一輪投資與并購浪潮 。

對于在這一領域創業的公司而言 , 我認為有幾個競爭優勢將決定成?。?br />
1. 專有數據 。

2. 流程集成:例如 Frame.io , 在娛樂行業廣泛使用 , 但它并未針對 AI 工作流優化 。 機會就在于構建真正適配 AI 的工具 。

3. 領域專用模型:為娛樂優化的模型(如視頻轉視頻、動畫等)將在速度、控制力和質量上超越通用模型 。

4. 人文與科學的融合:最強的公司會兼具技術深度與創意直覺 。 長期的優勢將屬于那些既懂技術堆棧 , 又懂「好品味」的團隊 。

5. 歷史復原:AI 視頻生成的一個強大維度 , 特別在電影中 , 是如何用技術去修復被時間、記憶與偏見掩埋的內容 。 若能有意圖地使用 , 這些工具可以讓被抹去的聲音重新浮現 , 糾正歷史遺漏 , 把真實的故事帶回觀眾眼前 。

我們擁有改變敘事方式的力量 , 而我迫不及待地想看到這個領域的下一個篇章 。

    推薦閱讀