返回每周深度

Hyperdream AI 电影工作室 · 每周深度分析

Hyperdream 把剧本创作、角色选角、分镜、多模型镜头生成、配音和剪辑整合在一个平台。它锁定角色形象与视觉风格,跨 Google Veo、Kling 等模型保持一致性,让一个想法直接变成完整影片。

4距首次发现天数
0近 7 天提及
0增长分数

增长证据

团队与时间线:Hyperdream 2025 年由印度艾哈迈达巴德(Ahmedabad)创始人 Divy Brahmbhatt 创立(LinkedIn 显示其 2025 年 11 月起全职投入),bootstrapped 自筹资金,LinkedIn 公司页标注规模 1–10 人、创立年份 2025;2026 年年中仍在招募 Creative Media Intern 并自述「向 V1 发布推进」;2026 年 7 月 30 日在艾哈迈达巴德 eChai Startup Demo Day 线下路演(第 18 个展示项目),获得早期本地创业社区关注;2026 年 9 月 25 日 Product Hunt 正式上线,获 68 upvote、1 条评论、当日榜单第 24 名;官方通过 LinkedIn 持续发布成片案例(2026-06-11「30 分钟做 50 秒超级英雄预告片」、2026-07-16「几分钟做完整短片」、2026-08-27 商业叙事案例、巴塔哥尼亚 13 场景旅行片)做内容营销,并以「送免费积分 / 注册送 50 credits」拉新。营收与用户绝对数官方未披露;商业模式为积分制订阅 $29–$199/月,交易与跨境税务通过 Dodo Payments 处理。

社区反馈

冷启动主要靠创始人个人 LinkedIn 与 PH:Divy 本人作为 hunter 自主提交 Product Hunt(约 79% 的 PH 发布为自主提交),首条评论完整讲述 5 天做 2 分钟儿歌的创业缘起;发布被归入 Artificial Intelligence(约 47.95 万关注者)、Entertainment、Digital Art 及 Vercel Day 等主题;官方 LinkedIn 公司页约 42 关注者,案例帖互动量在数个至三十余个 reaction 之间,属于早期项目量级;线下在 eChai 创业演示日做过展示;支持渠道为 Discord 优先支持(各付费档位均含)。第三方反馈方面:hunted.space、huntscreens、productcool、AgentSpot、completeaitraining、itechguides 等工具聚合/评测站已收录并给出编辑测评,itechguides 编辑评分 7.2/10;但普遍指出「社区反馈极少、尚无读者/用户评价沉淀」,Reddit、Hacker News、X 上暂未检索到成规模的独立用户讨论。

近期更新

项目从 2025 年 11 月全职启动到 2026 年 9 月 25 日 V1 上线,历时约 10 个月、官方自称「过去一整年都在打造」;上线前保持高频公开 demo 节奏:2026 年 6 月超级英雄预告片、7 月完整短片、8 月巴塔哥尼亚旅行片与商业叙事案例,约每月 1 个代表性成片;技术栈为 Vercel + Supabase + Claude + OpenAI(MVP 阶段使用 Supabase 与 Google Antigravity 免费额度快速迭代),并提供 web 与 API 访问;官方列出的集成偏向 AI 助手/编码工具:ChatGPT、Claude、Cursor、Antigravity、Windsurf、Cline。V1 之后的具体版本节奏与 changelog 暂未公开发布(官网未见独立 changelog/博客日志)。

市场定位

赛道:2026 年 AI 影视工具已明显分化为三层——① 单镜头生成器(Runway、Pika、Kling、Hailuo、Luma 等);② 模型中立的多模型聚合/导演工具(Higgsfield 等);③ 端到端 AI 制片平台(LTX Studio 为代表,剧本→分镜→一致性→时间线剪辑→企业合规)。一致性(角色、场景、风格跨镜头不漂移)是全行业公认从「AI 玩具」走向「AI 叙事」的核心门槛,也是 LTX、Runway 等各家 2026 年重点投入方向。Hyperdream 的定位是「端到端 Agentic AI 电影工作室」「AI 电影界的 Cursor / AI filmmaking operating system」:不自研视频模型,而以持续上下文引擎把 Veo、Kling 等最佳模型与剧本、选角、分镜、剪辑串成一条生产线,人做导演、AI 做编排和重活。其主要直接竞争对手是成熟度更高的 LTX Studio(媒体评分、融资、合规、用户均领先);Go-to-market 上一边靠 PH + 免费积分获取独立创作者,一边以「质量能否扛住企业路线图」的话术试探营销团队、代理机构与小型工作室(广告、预告片、品牌片)。作为刚上线的单人/小团队 bootstrapped 项目,目前处于赛道早期挑战者位置。

差异化

1) 模型中立的多模型编排:不绑定单一模型,把 Google Veo、Kling 等前沿视频模型放进统一路由,由平台按镜头任务推荐模型,避免被单一模型能力锁死;2) 持续上下文引擎:持久化「项目文件」串联剧本叙事数据、角色参考嵌入、风格 latent 与镜头参数,每个生成环节共享同一上下文,官方与第三方(productcool)均将其描述为跨场景一致性的关键架构,而非靠用户手动重复喂 prompt;3) 真正的端到端六阶段:剧本 → 风格锁定(光线/调色/胶片颗粒)→ AI 选角+声音克隆 → 逐镜头分镜 → 虚拟机位/调度/镜头选择的视频生成 → 非破坏性剪辑导出,解决在 ChatGPT/Gemini/Veo/剪辑软件之间反复跳转的「工具-hopping」;4) 面板级导演控制:分镜面板可逐帧调整构图与取景、重排序、单帧重生,并强调「知道什么时候不动镜头」的导演意识,区别于用无意义运动掩盖接缝的 AI demo;5) 低试用门槛 + 明确付费梯度:注册送 50 免费积分,付费档 $29–$199 覆盖个人到 Business,含自定义水印、快速生成与高级模型;6) 创始人即用户、小步快跑:由有 LLM/MCP/Agent 工程背景的年轻创始人(此前在 Crest Data Systems 做 AI/ML、在 Gensurf 做物流 AI 产品)因自身拍片痛点打造,bootstrapped、决策与迭代快。短板同样明显:无免费套餐、不可退款、隐私条款保留用用户内容训练模型的权利,且一致性最终仍受底层模型约束。

风险挑战

None

后续观察

None