有一家叫Quilty的AI初创公司，今年早些时候出现在行业媒体上时，承诺他们的工具仅通过阅读剧本就能准确预测一部电影的成功率。听起来很厉害对不对？
但当人们真正有机会测试Quilty的产品时，却对此持怀疑态度。即便拥有世界上所有可用的数据，它预测票房扑街的《Christy》的剧本，表现会优于最终成为奥斯卡获奖大片的《罪人》（Sinners）的剧本。
正如许多AI高管此前所宣传的那样，Quilty的创始人认为，他们的产品可以通过让新兴创作者获得辅助工具来”民主化”他们的行业。一个很高的Quilty评分或许可以成为和制片人合作的机会，而低分可能意味着需要更多修改。
拼凑出来的”预测引擎”
Quilty由电影制片人Simon Horsman和Daniel Wood创立，使用AI分析剧本并生成关于项目成功概率的详细报告。在输入未制作的剧本后，Quilty的技术会给出0到100的评分，反映未来项目的叙事质量、商业可行性、是否能引起观众共鸣，以及制作可能需要的成本。
但就目前而言，Quilty不过是一堆现有AI系统的杂乱拼凑，该公司尚未证明其技术具备识别未来爆款（更不用说已证实的爆款）的品味或分析能力。
Quilty并没有为用户提供单一、定制的AI模型来反馈剧本意见，而是结合了多种广泛可用的AI工具，为流程带来不同类型的分析。用户要做的就是将文本剧本上传到平台，几分钟后，它就会生成一份报告，详细说明预估预算、重要故事节拍的概述、角色分析等内容。这项服务每次单独分析收费50美元。
创始人的”顿悟”来自一场法律纠纷
这种拼凑式分析工作流的想法最早是Wood想到的——他同时也是Quilty的CTO——几年前他卷入一场房地产纠纷时萌生了这个想法。Wood没有花钱请律师，而是打开了ChatGPT，后者立刻告诉他”我不是律师，去找别人帮你吧”。
“后来我用了Gemini，效果好了很多，因为有更大的上下文窗口，”Wood回忆道，”但后来我在X上看到埃隆·马斯克说Grok在律师评分上是AI模型里史上最高的，我就想’让我试试这个。'”
这段经历让Wood更好地理解了类似的消费级AI模型如何在不同的任务中表现出色。而Wood对AI的个人使用也影响了Quilty量化剧本潜在成功的方法。因为”Gemini在结构和模式方面非常出色”，Quilty用它来生成拆解文档。对于财务建模，公司信任托管在美国服务器上的DeepSeek实例。而对于叙事/角色分析，Quilty结合了Claude和ChatGPT。
问题在哪
尽管Quilty技术栈的模块化可能让它在整体更新方面更敏捷，但也让它更难完全理解平台是如何拿到一个剧本，然后得出一系列据称可以衡量无形事物的指标的——比如观众对一部还不存在的电影可能有什么反应。
自好莱坞诞生以来，预测一直是电影开发的关键部分，但这项工作传统上由对人类观众有细致了解的人类工作者完成。还没有AI公司能开发出真正复制人类思维过程，或者我们形成对艺术看法的模糊方式的模型。
Quilty的创始人认为，他们的”情感引擎”是评估剧本的次优选择，因为它整合了VADER（效价感知词典和情感推理器）等工具。但Quilty不可能预见所有可能影响电影接受度的因素。
当我问Horsman和Wood，为什么Quilty给最终票房仅约200万美元的《Christy》的评分高于最终票房3.7亿美元的《罪人》时，他们坚称平台的判断”归根结底是因为Sydney Sweeney真的、真的很受欢迎”。
这种情况凸显了Quilty的逻辑并不那么可靠。他们承认，在一些情况下，Quilty不可能预见可能影响电影财务表现或观众接受度的因素。例如，Quilty不可能预见到Elijah Bynum的《Magazine Dreams》（由Horsman制片）最终会因为演员Jonathan Majors 2023年声名狼藉而脱轨。
尽管宣传得天花乱坠，但Quilty兜售的不过是拼凑起来的一系列大语言模型的间接访问权限。如果这些AI工具真能像Quilty声称的那样工作，那确实会非常惊人。但大多数工具只是复杂模式识别/模仿机器，距离理解人类觉得什么有趣还有很长的路要走。