重控制、轻渲染,达瓦科技的 AI 视频工业路线
头图来源:极客公园 今年以来,视频生成模型的进步肉眼可见,AI 短剧、换脸、场景合成在各个平台越来越多,但一个现实问题始终存在:生成一条满意的视频,往往要反复「抽卡」,算力和时间成本都不低;而一旦进入专业影视管线,今天的模型能承担的工业级工作仍然有限。 关于这个问题,行业有两种思路。一种堆参数、扩算力,相信通用大模型终会跨过工业门槛;另一种扎进真实片场,从具体需求自下而上生长。达瓦科技走的是后一条路径。 达瓦科技总部位于重庆永川,团队从 2014 年开始运营科技影视片场,2023 年成立达瓦科技,转向 AI 模型,今年已连续完成 Pre-A 轮、A 轮融资,累计融资约 5 亿元人民币。 他们选择的路线是「重控制、轻渲染」:自研控制层基座模型 Latent Stage,把对人物、动作、镜头、灯光、场景的理解和控制单独做成一层,再交给渲染层出画面。围绕这条路线,公司有两款产品:面向专业内容团队、做离线生成的 FilmOS,以及在单张消费级显卡上就能实时运行的世界模型 Scenes AI。 这套架构的底气来自数据。达瓦在真实片场中积累了约 180TB 的结构化「过程数据」,记录的不只是成片画面,还有从剧本、机位、灯光到动作捕捉的完整拍摄过程。 以下为极客公园创始人张鹏与达瓦科技 CTO 朱子威和 CPO 李宗兴对谈实录,由极客公园整理。 01 从科技片场出发,做「控制层」 张鹏: 过去一年视频生成模型进步很快,大家都能刷到 AI 短剧,很多人也开始自己生成视频玩。但成本一直很高,对算力需求大,真正放进专业影视工业,能发挥多少作用,还是个问题。 今天我们就看看,在主流的视频大模型之外,…