Utopai X 图生视频排第二，先别急着把它当生产力工具

Artificial Analysis 在 10 月 30 日更新了 AA-Video-I2V v2.1，Utopai X 排到第二，前面只剩 Dreamina Seedance 2.5。这个名次值得看，但别只看名次。

Utopai X 是 Utopai Studios 的视频模型，基于 MiniMax H3 后训练，在 PAI 平台内可用，现在支持图生视频。它也是 AA-Video-T2V v2.1 和 AA-Video-I2V v2.1 两个榜单里唯一同时进入前二的模型。在 I2V 榜上，它是基于 MiniMax H3 的最高排名模型，排在 MiniMax H3 (768p) 本身、Hyperflow H3 和 MiniMax H3 Max 前面。

AA-Video-I2V v2.1 的测试方式很具体：每个 prompt 都配一张起始图和一段针对这张图写的文本 prompt。榜单把能力拆成 10 项，也把真实用例拆成 10 项。Utopai X 在能力和用例上的强弱，比总排名更有参考价值。

能力上，Utopai X 最强的是 Physics 和 Multi-Scene & Narrative，在 Audio Synchronization、Spatio-Temporal Consistency 和 Text Rendering 上接近领先。相对 MiniMax H3 (768p)，它在 10 项能力里有 7 项更接近前沿，提升最大的是 Physics、Human Anatomy 和 Audio Synchronization；落后最多的是 Dialogue & Lip Sync 和 Human Anatomy。

Physics 覆盖力学、热效应、材料交互、断裂和形变、光学、因果和反事实物理。Multi-Scene & Narrative 覆盖多事件故事、镜头转场、蒙太奇和跨镜头身份一致性。Dialogue & Lip Sync 覆盖单说话人和多说话人对话，以及画外音与出镜语音，这也是 Utopai X 和领先者差距最大的地方之一。

用例上，Utopai X 领先 UI/UX & Motion Design 和 Productivity & Knowledge Work，在 Frontier 和 Retail & Ecommerce 上略领先，在 Marketing & Advertising 上仅次于 Dreamina Seedance 2.5。相对 MiniMax H3 (768p)，它在 10 个用例里有 6 个更接近前沿，提升最大的是 Frontier、Animation & Gaming 和 UI/UX & Motion Design；落后最多的是 Live-Action Film。

UI/UX & Motion Design 覆盖动态字体、跨设备 UI 动效演示和抽象动态图形。Productivity & Knowledge Work 覆盖解释器、教育训练视频、动画数据可视化和场景模拟。Live-Action Film 覆盖电影镜头、微短剧和预演，这也是 Utopai X 目前最不该被总排名掩盖的短板。

可用性和价格更影响它能不能进日常工作流。Utopai X 只在 PAI 内可用，没有公开 API。1080p 视频每秒 93 PAI credits，PAI 订阅每月 15 美元起，含 1000 credits。按这个标价粗算，15 美元的 1000 credits 只够 10 秒多 1080p 视频，长片成本要提前算。

有网友问 Utopai X 是电影工作室吗，也有人问它在长片段上能不能撑住，素材没有给出长片段的答案。还有网友质疑榜单像付费 API 的赞助 LoRA 排名，这种质疑对任何视频榜都成立。看分项、看实际片段，比只看总名次靠谱。

Artificial Analysis 给出的两个榜单在这里：

• AA-Video-I2V v2.1：https://artificialanalysis.ai/video/leaderboard/image-to-video
• AA-Video-T2V v2.1：https://artificialanalysis.ai/video/leaderboard/text-to-video

如果任务集中在物理交互、多场景叙事、UI 动效和知识解释，Utopai X 值得进测试列表。如果主要做真人对话、口型同步和长镜头电影感，先看它的短板，再决定要不要为总榜第二买单。