<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>FilmOS &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/filmos/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Sun, 22 Nov 2026 05:42:34 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>一张显卡实时生成AI视频：达瓦科技把抽卡成本砍六成</title>
		<link>https://mylogs.cn/%e4%b8%80%e5%bc%a0%e6%98%be%e5%8d%a1%e5%ae%9e%e6%97%b6%e7%94%9f%e6%88%90ai%e8%a7%86%e9%a2%91%ef%bc%9a%e8%be%be%e7%93%a6%e7%a7%91%e6%8a%80%e6%8a%8a%e6%8a%bd%e5%8d%a1%e6%88%90%e6%9c%ac%e7%a0%8d%e5%85%ad/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Sun, 22 Nov 2026 05:42:34 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI视频]]></category>
		<category><![CDATA[FilmOS]]></category>
		<category><![CDATA[Scenes AI]]></category>
		<category><![CDATA[世界模型]]></category>
		<category><![CDATA[抽卡]]></category>
		<category><![CDATA[控制层]]></category>
		<category><![CDATA[达瓦科技]]></category>
		<guid isPermaLink="false">https://mylogs.cn/%e4%b8%80%e5%bc%a0%e6%98%be%e5%8d%a1%e5%ae%9e%e6%97%b6%e7%94%9f%e6%88%90ai%e8%a7%86%e9%a2%91%ef%bc%9a%e8%be%be%e7%93%a6%e7%a7%91%e6%8a%80%e6%8a%8a%e6%8a%bd%e5%8d%a1%e6%88%90%e6%9c%ac%e7%a0%8d%e5%85%ad/</guid>

					<description><![CDATA[2026年11月，总部位于重庆永川的达瓦科技披露，公司年内连续完成Pre-A轮与A轮融资，累计约5亿元人民币， [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph">2026年11月，总部位于重庆永川的达瓦科技披露，公司年内连续完成Pre-A轮与A轮融资，累计约5亿元人民币，年化经常性收入约1亿美元。这家从2014年运营科技影视片场起家的团队，在2023年转向AI模型，选择了一条与主流视频大模型不同的路径：不拼参数规模，而是在创作意图与画面生成之间加一层&#8221;控制层&#8221;，把反复抽卡的成本压低50%至60%。</p>
<h2 class="wp-block-heading">渲染层像相机，控制层像导演</h2>
<p class="wp-block-paragraph">达瓦科技CTO朱子威用一个比喻解释这套架构：渲染层像相机，负责把画面拍出来，对应视频模型中的DiT扩散部分；控制层更像导演，决定场景里有哪些物体、演员从哪走到哪、时序上怎么变化。虚拟空间里的桌子、人物、机位都真实存在，只是肉眼看不见，结果符合真实物理环境下的拍摄逻辑，也不会出现抽卡常见的穿帮——比如人走过去一扭头，门口的人突然坐到了沙发上。</p>
<p class="wp-block-paragraph">朱子威还区分了控制层与视频智能体的差别：智能体解决信息差，帮不会写提示词的人逼近模型上限；控制层解决认知差，也就是模型能否理解完整的物理片场。调暗一盏灯这一个输入应当带来一串输出变化，控制层在渲染之前就处理好这些连锁反应。</p>
<h2 class="wp-block-heading">多一层计算，为什么反而更省钱</h2>
<figure data-wp-context="{&quot;imageId&quot;:&quot;6b0297d9e9121&quot;}" data-wp-interactive="core/image" data-wp-key="6b0297d9e9121" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/11/body_d8cdfb1f.webp" alt="达瓦Scenes AI架构示意图：典型场景每帧只有10%至20%的区域参与计算" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button><figcaption>图片来源：达瓦科技/极客公园</figcaption></figure>
<p class="wp-block-paragraph">业内衡量成本时往往只算单次生成，却忽略了水面下的隐性成本——一个镜头到底要抽多少次卡。达瓦科技CPO李宗兴给出的账本是：过去要抽十次、二十次，通过控制模型现在三到四次就能拿到可用结果，总体成本下降50%至60%。</p>
<p class="wp-block-paragraph">模型本身并非从大语言模型改造而来，它按要素组拆解片场，人物动作、镜头、灯光各有专门的专家，整体是混合专家架构（MoE），规模34B参数、单次激活约4B。由于几乎没有纯像素数据，数据压缩做得较好，在剧集和非超大制作的动作戏范围内已展现出较强控制力。</p>
<p class="wp-block-paragraph">真正的省算力关键在于&#8221;稀疏扩散自回归&#8221;。李宗兴解释，真实世界真正发生变化的区域只有10%至20%，墙面、地板、天花板等稳定区域可直接复用前一空间状态，把算力集中到变化部分。这套架构能把图形处理器消耗降低约60%，推理速度提升3至5倍，目前在720P下能做到每秒30帧。团队还计划在同一帧里使用不同推理精度和步长，未来希望把硬件门槛压到4090、4080这类显卡上。</p>
<h2 class="wp-block-heading">片场即数据工厂</h2>
<p class="wp-block-paragraph">控制模型最需要知道画面里的变化由什么条件产生，互联网视频回答不了——它只记录画面最终长什么样，不记录摄影机怎么拍、导演为什么这样改。达瓦科技的做法是把真实片场变成数据来源：从2014年运营至今，团队积累了约180TB结构化&#8221;过程数据&#8221;，把机位、灯光、道具摆放放在同一时间轴上记录，还用英伟达Omniverse搭建仿真环境，本质上是数字孪生。团队还采购了Cosmos企业授权，批量生成带物理约束的仿真数据。片场未来会从收入来源转变为&#8221;数据工厂&#8221;，形成数据训练模型、模型回到生产、生产又产生新数据的商业飞轮。</p>
<h2 class="wp-block-heading">两款产品对应两种场景</h2>
<figure class="wp-block-table"><table><thead><tr><th>产品</th><th>定位</th><th>核心能力</th></tr></thead><tbody><tr><td>FilmOS</td><td>面向影视、广告、短剧团队的离线创作平台</td><td>一句话目标生成画面，按交付结果收费，明确抽卡次数</td></tr><tr><td>Scenes AI</td><td>面向直播与沉浸交互的实时世界模型</td><td>摄像头画面实时演化编辑，可在单张消费级显卡上运行</td></tr></tbody></table></figure>
<p class="wp-block-paragraph">在应用侧，直播电商可以让场地随商品切换，卖羽绒服时把背景变成玉龙雪山，卖香薰时把办公室变成玫瑰森林。游戏厂商则设想做实时对战，扔出精灵球就能生成角色。李宗兴把长期目标描述为&#8221;世界登录器&#8221;——戴上眼镜就能进入完全仿真的世界。</p>
<p class="wp-block-paragraph">对于竞争，朱子威判断视频基座模型做得越大，对控制层反而是好事，因为渲染上限会被抬高；复制一套完整片场数据需要大量投入，而真实实拍项目越来越少，这个时间差构成壁垒。团队计划2027年先推进直播场景，年中推出游戏化产品。</p>
<h2 class="wp-block-heading">常见问题</h2>
<h3 class="wp-block-heading">抽卡次数降低靠的是什么？</h3>
<p class="wp-block-paragraph">靠控制层把人物、动作、镜头、灯光、服装、道具等要素拆成可独立修改的状态因子，实现&#8221;只改一处、其余冻结&#8221;，减少整段重生成的次数。</p>
<h3 class="wp-block-heading">普通显卡能实时运行吗？</h3>
<p class="wp-block-paragraph">Scenes AI在单张消费级显卡上即可运行，团队目标是进一步下探到4090、4080级别硬件；现阶段先落地在能承担相应硬件成本的商业环境。</p>
<h3 class="wp-block-heading">这是垂直模型还是通用模型？</h3>
<p class="wp-block-paragraph">控制层本身具有泛化性，团队认为它是通向Physical AI（物理人工智能）的一部分，目前数据集偏影视片场，是为了先在一个领域打出可用性和商业价值。</p>
<p class="wp-block-paragraph"><strong>信息来源</strong>：极客公园《重控制、轻渲染，达瓦科技的AI视频工业路线》（2026年11月22日），达瓦科技公开资料。</p>]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
