重庆达瓦合志影像科技有限公司（简称：达瓦科技）是一家生成式世界基础模型公司，打造可控可交付、轻量易部署的 AI 视频生成基础设施，总部位于重庆永川。投资界（ID：pedaily2012）11 月 2 日消息，达瓦科技年内连续完成Pre-A 轮、A 轮融资，累计融资金额近 5 亿元，投资机构包括启赋资本、投控东海、一村资本、宝捷会、鞍羽资本及多家产业投资机构，老股东持续加注。
当视频模型不断加码参数与算力，达瓦选择「重控制、轻渲染」——以自研控制层模型 Latent Stage，将人物、动作、镜头与场景纳入精准控制，仅用 34B 参数实现工业级交付效果，让算力更多用于有效生成，把反复抽卡与修改的成本降到最 低。
当模型可以「按想法控制」，生成式世界的想象空间也随之打开。达瓦把这套能力从视频制作延伸至实时交互：最新发布的实时交互模型 Scenes AI，已在单张 RTX 5090 消费级显卡上实现超过 120 分钟的连续实时生成。
达瓦自研控制层模型 Latent Stage 仅用 34B 参数，通过对创作要素的分层建模与联合约束，将控制范围从运镜扩展到人物、动作、光照、服装、道具与物理交互。动作捕捉把真实表演准确转成数字动作，空间理解处理人物与环境的关系，实时控制让输入及时、忠实地影响画面。这些在真实片场积累的能力，自然延伸为对人物动作、镜头路径和场景变化的精准控制。
达瓦的实时交互世界模型，直接接收普通摄像头拍摄的真实空间，随着人物动作与交互持续生成画面，已在单张 RTX 5090 上实现超过 120 分钟的连续实时生成。
技术上，LiveStage 将持久世界状态与因果化稀疏微扩散结合：稳定区域通过潜空间缓存复用，动作与接触事件触发局部生成，需要保留的变化再写回世界状态。空间上的局部更新与模型内部的稀疏激活，共同把实时计算开销压缩到消费级硬件可以承载的量级。
其实时模型每步仅激活约 4B 参数，在单张消费级 RTX 显卡上即可实现 720P、25 帧每秒输出。硬件成本与持续运行能力，从第 一天起就被纳入同一套技术设计。
通过 Scenes AI，达瓦将这项能力推向直播与沉浸娱乐：直播间可以随商品与话题切换环境，让主播在雪地中展示雪地靴、在山间介绍徒步装备；互动娱乐中，用户可以直接改变场景、对象与环境，让内容随着参与持续演化。
目前，达瓦已形成 Latent Stage 控制基模、CineStage 视频生成与 LiveStage 实时交互的模型体系，通过 FilmOS 和 Scenes AI 连接内容制作与互动应用。
文章来源：投资界
原文地址：https://news.pedaily.cn/202611/571223.shtml
