网通社科技快报
达瓦科技推重控制轻渲染路线 5亿融资落地FilmOS与Scenes AI年ARR达1亿美元
针对AI视频生成成本高、难以满足专业影视需求的问题,重庆达瓦科技从真实片场经验出发,探索自下而上的视频工业化路线,提出“重控制、轻渲染”技术路径。公司前身自2014年起运营科技影视片场,2023年正式转向AI视频模型研发,目前已完成Pre-A轮与A轮融资,累计融资约5亿元人民币。
其核心技术在于分层架构:将视频生成拆分为控制层与渲染层。控制层由自研基座模型LatentStage实现,建模可理解、可编辑的虚拟物理空间,桌椅、人物、机位等以结构化方式存在;渲染层则调用DiT或DLSS等模型输出画面。该设计显著减少“抽卡”式反复生成——例如仅调整灯光时,系统可在渲染前推演阴影、反射等连锁变化,保障物理一致性。
支撑该架构的是约180TB深度结构化过程数据,涵盖剧本分镜、机位设置、灯光参数及动捕全流程元信息,使模型学习“导演意图→执行动作→画面结果”的映射逻辑。旗下FilmOS为离线生成平台,支持一句话指令生成并精准局部编辑(如换装、调走位),大幅降低重拍率;Scenes AI采用稀疏扩散自回归架构,可在单张消费级显卡实时运行,适用于影视预演、直播增强等低延迟场景。
技术经济性方面,稳定区域复用Latent Cache,仅对动态部分增量计算,典型场景实际参与计算区域仅占10%—20%,显著降低推理开销。公司CPO李宗兴透露,当前年ARR约1亿美元,客户覆盖影视制作、直播电商、文旅数字展陈等领域。达瓦科技不追求端到端全自动生成,而是聚焦可控性与可干预性,契合工业界对AI协作者的务实期待。
其核心技术在于分层架构:将视频生成拆分为控制层与渲染层。控制层由自研基座模型LatentStage实现,建模可理解、可编辑的虚拟物理空间,桌椅、人物、机位等以结构化方式存在;渲染层则调用DiT或DLSS等模型输出画面。该设计显著减少“抽卡”式反复生成——例如仅调整灯光时,系统可在渲染前推演阴影、反射等连锁变化,保障物理一致性。
支撑该架构的是约180TB深度结构化过程数据,涵盖剧本分镜、机位设置、灯光参数及动捕全流程元信息,使模型学习“导演意图→执行动作→画面结果”的映射逻辑。旗下FilmOS为离线生成平台,支持一句话指令生成并精准局部编辑(如换装、调走位),大幅降低重拍率;Scenes AI采用稀疏扩散自回归架构,可在单张消费级显卡实时运行,适用于影视预演、直播增强等低延迟场景。
技术经济性方面,稳定区域复用Latent Cache,仅对动态部分增量计算,典型场景实际参与计算区域仅占10%—20%,显著降低推理开销。公司CPO李宗兴透露,当前年ARR约1亿美元,客户覆盖影视制作、直播电商、文旅数字展陈等领域。达瓦科技不追求端到端全自动生成,而是聚焦可控性与可干预性,契合工业界对AI协作者的务实期待。