人大90后校友，融资近亿：去年收入破亿，造AI电影工厂

作者 | 铅笔道 吴欣晓

访谈丨铅笔道 蒙恰

编辑 | 铅笔道 黄小贵

封面图丨达瓦科技视频号

去年，毕赣导演的科幻片《狂野时代》在戛纳电影节获评审团特别奖。

这部电影最大的看点在于，虚拟拍摄和真人表演结合，通过奇幻、梦境场景，为观众带来深刻的感官体验。

《狂野时代》能实现这些，背后站着一家AI公司：达瓦科技。

达瓦科技正在用AI重做影视工业：

让AI参与从创意、分镜到制作决策的全流程；不用外景、不用反复拍摄，很多画面在棚里就能“生成出来”，把拍电影变成一套更快、更便宜的AI流水线。

AI既当制片人，也负责视觉。

最近，达瓦科技完成亿元级新一轮融资，一村资本、宝捷会创新基金领投，老股东启赋资本和重庆永川国资平台跟投。

在AI视频生成行业普遍在烧钱的阶段，2025年达瓦科技营收破亿，三年涨了近300%。

铅笔道最近专访达瓦科技创始人卢琪及CTO朱子威，部分精华如下：

1、AI和影视碰撞，有哪些机会？

除了视频生成，更可以给剧组当大脑，把拍摄计划的完整执行方案都出了。

2、AI进入剧组流程管理，带来哪些改变？

省钱。短剧的单部制作成本降低40%。

01 AI真正的门槛，不是“生成”，而是“协作”

达瓦科技是数字内容赛道的老玩家。

2014年，还在中国人民大学哲学系读硕士的卢琪，创办了达瓦科技。

当年，卢琪24岁，他曾靠着给北京100多所中小学校做3D墙绘，赚到人生第一桶金。

在AI生成技术火起来之前，达瓦科技长期为大型活动、影视剧提供仿真/数字人/动捕等服务。

2019年，达瓦科技参与“国庆 70 周年阅兵模拟仿真系统” ，为2.5万个大型场景提供仿真效果，实现国内首次同屏1.5万人实时帧率60帧。2022年北京冬奥会上，提供数字仿真情景，让导演组能够用最少的演员来排练开幕式。

然而，2022年底，ChatGPT出现，生成式内容席卷全球。视频赛道的玩法，变了。

达瓦科技CTO朱子威记得，2024年OpenAI发布Sora带来的的冲击最大。“它能够生成具有完整镜头语言、节奏和情绪的画面。大量公司进入，从那之后，这个赛道就不太一样了，开始非常非常地卷。”

视频内容正在迅速从一种稀缺资源，变成一种可以规模化复制的产品。

2024年，有约72%的营销人员开始使用AI视频工具，大约45%的内容创作者每天都会用AI生成视频。

卢琪和团队感受到了技术变革带来的紧迫。

经过了反复讨论，结合服务影视行业的经验，他们得出结论：模型再强，也不一定能直接变成生产力。

如果去单纯去拼AI生成视频模型，没戏，需要有更懂影视行业的AI。

在影视行业，一个镜头的诞生，从来不是导演一个人的灵感，而是复杂的团队协作。

卢琪举过一个非常典型的例子。

导演说：“今天要拍一场车戏，这车必须给我撞碎。”制片人第一反应通常是：“预算不够。”导演拍桌子：“预算不够也得拍。”制片人摊手：“我没钱。”

一个镜头还没开始拍，剧组内部已经争论了好几轮。这在影视行业几乎是日常。

导演、制片、美术、摄影、道具、灯光，每一个环节都有话语权。理论上导演是创作核心，但现实是任何一个环节卡住，镜头都拍不出来。影视行业不是一个人拍电影，而是一群人互相说服。

更麻烦的是，很多需求本身就是模糊的。

比如导演说一句：“这朵云，要再忧郁一点。”对于美术来说，这几乎是一道无解题。

什么叫“忧郁”？

如果是跟了导演十年的美术，可能知道导演要的是略带阴沉的天空色调。但如果换一个新人，很可能就理解成另一种风格。

在影视行业，这种模糊表达非常常见。

整个行业长期呈现出一种奇特状态：既有工业流程，又带着很强的手工属性。流程是存在的，但很难完全标准化。

很多AI视频生成工具的问题，恰恰在这里。它们默认世界是线性的：输入需求，然后生成结果。

但影视制作的真实流程其实是：讨论、修改、否定、重来，然后再讨论。甚至连“需求”本身都是在反复沟通中逐渐清晰的。

正因如此，卢琪认为，大模型解决不了这个问题。因为大模型擅长的是通用生成，但剧组里的很多需求，本质上是协作问题。

需要有一个AI“剧组大脑”——一个懂所有人默契的系统，它懂导演的偏好，也记住了美术、摄影、制片的审美和习惯。

02 AI入剧组：懂电影，能“省钱”

卢琪决定，让AI先“混”剧组。

达瓦科技把影视制作经验、行业数据以及大模型能力整合成一个系统，教AI如何做出好内容。

这套系统叫做 FilmOS，能把一个创意需求，直接转化成包含分镜、AI素材、预算和拍摄计划的完整执行方案。

简单理解：在这个系统里，AI负责可以自动完成的部分，人专注于创意与决策。

剧组不需要关心哪一部分是AI完成的，哪一部分是人工完成的。他们只关心一件事：在预算范围内，能不能把片子做出来。

达瓦科技在重庆永川的电影制片厂里，一遍遍地跑虚拟制片全流程，不断数字化、AI化。

订单来了。

但最先接受 FilmOS的，不是追求极致艺术表达的大制作电影，而是短剧。

原因很简单：成本。

短剧是市场竞争最激烈、产品迭代最迅速的行业。制作团队经常面临一种情况：用短剧的预算，做出接近电影的效果。

有客户找到卢琪：“我有50万预算，但我要100万的效果。”也有人说：“我只有50万预算，但最好40万就能做完。”

客户的需求就是六个字：既要，又要，还要。既要画面效果好，又要操作简单，还要成本低。

达瓦科技通过FilmOS系统，让客户为每一次满意的结果买单。

FilmOS系统制作出的AI素材

达瓦科技统计过，通过FilmOS系统，自动化生产流程能够将短剧的单部制作成本降低40%。如果是大制作的影视剧，FilmOS能将项目前期筹备周期从4-6周缩短至3-5天，预算精确度提升60%。

03 护城河：稀缺数据

去年以来，国内融资速度最快、估值上升最快的 AI 创业公司，多数集中在视频赛道。像爱诗科技、生数科技等头部公司，轮番刷新行业单轮融资纪录。

卢琪认为，未来AI视频赛道会分化为：少数头部公司专注大模型能力，其他公司必须有将大模型变成生产力的能力。

达瓦科技的生产力燃料，在于数据——120TB独家影视级结构化数据集。

卢琪举例，一部电影最终上映可能只有90分钟，但拍摄素材往往有三四百分钟。中间经历了无数次修改、删减、重拍和推翻。

观众最终看到的，只是最后剪出来的那90分钟。

但真正有价值的数据，其实在另外那两三百分钟里，也就是创作过程。那些被删掉的镜头、被推翻的方案、被修改十遍的剧本词句，这些都属于创作过程中的“负样本”。

卢琪介绍，达瓦科技的数据包括“一个镜头是怎么从剧本变成分镜，又是怎么在拍摄中调整，最后在剪辑里被删掉。这些过程数据，比最终成片更有价值，因为它记录的是创作决策。”

如果AI能知道导演为什么推翻之前的方案，它就能在下一次拍摄时，提前给出更接近导演风格的建议。

FilmOS能跑起来，关键在“负样本”。这些数据记录了失败案例，也说明为什么失败。AI从中学会什么是好内容，它还能理解商业取舍，也能把握角色设定这些关键要素。

由于影视行业人员高度流动，素材保存分散，长期缺乏系统化的数据积累。

达瓦科技在重庆永川运营着国内唯一使用率超过90%的虚拟拍摄影棚，长期为大预算内容工业市场提供虚拟拍摄服务。从院线电影项目到中长剧、网剧、短剧，长期在实际制作流程中工作。这些年里，他们不仅积累了拍摄数据，也积累了大量创作过程的数据。

在视频生成赛道，模型正在快速进步。但卢琪认为，钱可以买算力，但很难买时间。“一部电影，从剧本到上映，往往要三年时间。哪怕你同时启动一百个项目，也要等三年才能积累完第一批数据。”用同样的AI模型，行业数据质量、多寡决定了视频生成效果。客户付费的，也是效果。