去年，畢贛導演的科幻片《狂野時代》在戛納電影節獲評審團特別獎。
這部電影最大的看點在於，虛擬拍攝和真人表演結合，通過奇幻、夢境場景，為觀眾帶來深刻的感官體驗。
《狂野時代》能實現這些，背後站著一家AI公司：達瓦科技。
達瓦科技正在用AI重做影視工業：
讓AI參與從創意、分鏡到製作決策的全流程；不用外景、不用反覆拍攝，很多畫面在棚里就能「生成出來」，把拍電影變成一套更快、更便宜的AI流水線。
AI既當製片人，也負責視覺。
最近，達瓦科技完成億元級新一輪融資，一村資本、寶捷會創新基金領投，老股東啟賦資本和重慶永川國資平台跟投。
在AI視頻生成行業普遍在燒錢的階段，2025年達瓦科技營收破億，三年漲了近300%。
鉛筆道最近專訪達瓦科技創始人盧琪及CTO朱子威，部分精華如下：
1、AI和影視碰撞，有哪些機會？
除了視頻生成，更可以給劇組當大腦，把拍攝計劃的完整執行方案都出了。
2、AI進入劇組流程管理，帶來哪些改變？
省錢。短劇的單部製作成本降低40%。
- 01 -
電影需要什麼樣的AI？
達瓦科技是數字內容賽道的老玩家。
2014年，還在中國人民大學哲學系讀碩士的盧琪，創辦了達瓦科技的前身達瓦影像。
當年，盧琪24歲，他曾靠著給北京100多所中小學校做3D牆繪，賺到人生第一桶金。
在AI生成技術火起來之前，達瓦科技長期為大型活動、影視劇提供模擬/數字人/動捕等服務。
2019年，達瓦科技參與「國慶 70 周年閱兵模擬模擬系統」 ，為2.5萬個大型場景提供模擬效果。
2022年北京冬奧會上，達瓦科技提供數字模擬情景，讓導演組能夠用最少的演員來排練開幕式。
然而，2022年底，ChatGPT出現，生成式內容席捲全球。視頻賽道的玩法，變了。
達瓦科技CTO朱子威記得，2024年OpenAI發布Sora帶來的的衝擊最大。「它能夠生成具有完整鏡頭語言、節奏和情緒的畫面。大量公司進入，從那之後，這個賽道就不太一樣了，開始非常非常地卷。」
視頻內容正在迅速從一種稀缺資源，變成一種可以規模化複製的產品。
2024年，有約72%的營銷人員開始使用AI視頻工具，大約45%的內容創作者每天都會用AI生成視頻。
盧琪和團隊感受到了技術變革帶來的緊迫。
經過了反覆討論，結合服務影視行業的經驗，他們得出結論：模型再強，也不一定能直接變成生產力。
如果去單純去拼AI生成視頻模型，沒戲，需要有更懂影視行業的AI。
在影視行業，一個鏡頭的誕生，從來不是導演一個人的靈感，而是複雜的團隊協作。
盧琪舉過一個非常典型的例子。
導演說：「今天要拍一場車戲，這車必須給我撞碎。」製片人第一反應通常是：「預算不夠。」導演拍桌子：「預算不夠也得拍。」製片人攤手：「我沒錢。」
一個鏡頭還沒開始拍，劇組內部已經爭論了好幾輪。這在影視行業幾乎是日常。
導演、製片、美術、攝影、道具、燈光，每一個環節都有話語權。理論上導演是創作核心，但現實是任何一個環節卡住，鏡頭都拍不出來。影視行業不是一個人拍電影，而是一群人互相說服。
更麻煩的是，很多需求本身就是模糊的。
比如導演說一句：「這朵雲，要再憂鬱一點。」對於美術來說，這幾乎是一道無解題。
什麼叫「憂鬱」？
如果是跟了導演十年的美術，可能知道導演要的是略帶陰沉的天空色調。但如果換一個新人，很可能就理解成另一種風格。
在影視行業，這種模糊表達非常常見。
整個行業長期呈現出一種奇特狀態：既有工業流程，又帶著很強的手工屬性。流程是存在的，但很難完全標準化。
很多AI視頻生成工具的問題，恰恰在這裡。它們默認世界是線性的：輸入需求，然後生成結果。
但影視製作的真實流程其實是：討論、修改、否定、重來，然後再討論。甚至連「需求」本身都是在反覆溝通中逐漸清晰的。
正因如此，盧琪認為，大模型解決不了這個問題。因為大模型擅長的是通用生成，但劇組裡的很多需求，本質上是協作問題。
需要有一個AI「劇組大腦」——一個懂所有人默契的系統，它懂導演的偏好，也記住了美術、攝影、製片的審美和習慣。
- 02 -
AI混劇組：懂電影，才能「省錢」
盧琪決定，讓AI先「混」劇組。
達瓦科技把影視製作經驗、行業數據以及大模型能力整合成一個系統，教AI如何做出好內容。
這套系統叫做FilmOS，能把一個創意需求，直接轉化成包含分鏡、AI素材、預算和拍攝計劃的完整執行方案。
達瓦科技AI布景現場
簡單理解：在這個系統里，AI負責可以自動完成的部分，人專註於創意與決策。
劇組不需要關心哪一部分是AI完成的，哪一部分是人工完成的。他們只關心一件事：在預算範圍內，能不能把片子做出來。
達瓦科技在重慶永川的電影製片廠里，一遍遍地跑虛擬製片全流程，不斷數字化、AI化。
訂單來了。
但最先接受FilmOS的，不是追求極致藝術表達的大製作電影，而是短劇。
原因很簡單：成本。
短劇是市場競爭最激烈、產品迭代最迅速的行業。製作團隊經常面臨一種情況：用短劇的預算，做出接近電影的效果。
有客戶找到盧琪：「我有50萬預算，但我要100萬的效果。」也有人說：「我只有50萬預算，但最好40萬就能做完。」
客戶的需求就是六個字：既要，又要，還要。既要畫面效果好，又要操作簡單，還要成本低。
達瓦科技通過FilmOS系統，讓客戶為每一次滿意的結果買單。
達瓦科技統計過，通過FilmOS系統，自動化生產流程能夠將短劇的單部製作成本降低40%。如果是大製作的影視劇，FilmOS能將項目前期籌備周期從4-6周縮短至3-5天，預算精確度提升60%。
- 03 -
護城河：稀缺數據
去年以來，國內融資速度最快、估值上升最快的AI 創業公司，多數集中在視頻賽道。像愛詩科技、生數科技等頭部公司，輪番刷新行業單輪融資紀錄。
盧琪認為，未來AI視頻賽道會分化為：少數頭部公司專註大模型能力，其他公司必須有將大模型變成生產力的能力。
達瓦科技的生產力燃料，在於數據——120TB獨家影視級結構化數據集。
盧琪舉例，一部電影最終上映可能只有90分鐘，但拍攝素材往往有三四百分鐘，中間經歷了無數次修改、刪減、重拍和推翻。
觀眾最終看到的，只是最後剪出來的那90分鐘。
但真正有價值的數據，其實在另外那兩三百分鐘里，也就是創作過程。那些被刪掉的鏡頭、被推翻的方案、被修改十遍的劇本詞句，這些都屬於創作過程中的「負樣本」。
盧琪介紹，達瓦科技的數據包括「一個鏡頭是怎麼從劇本變成分鏡，又是怎麼在拍攝中調整，最後在剪輯里被刪掉。這些過程數據，比最終成片更有價值，因為它記錄的是創作決策。」
如果AI能知道導演為什麼推翻之前的方案，它就能在下一次拍攝時，提前給出更接近導演風格的建議。
FilmOS能跑起來，關鍵在「負樣本」。這些數據記錄了失敗案例，也說明為什麼失敗。AI從中學會什麼是好內容，它還能理解商業取捨，也能把握角色設定這些關鍵要素。
由於影視行業人員高度流動，素材保存分散，長期缺乏系統化的數據積累。
達瓦科技在重慶永川運營著國內唯一使用率超過90%的虛擬拍攝影棚，長期為大預算內容工業市場提供虛擬拍攝服務。從院線電影項目到中長劇、網劇、短劇，長期在實際製作流程中工作。
這些年裡，他們不僅積累了拍攝數據，也積累了大量創作過程的數據。
在視頻生成賽道，模型正在快速進步。
但盧琪認為，錢可以買算力，但很難買時間。「一部電影，從劇本到上映，往往要三年時間。哪怕你同時啟動一百個項目，也要等三年才能積累完第一批數據。」用同樣的AI模型，行業數據質量、多寡決定了視頻生成效果。客戶付費的，也是效果。
