10月15日，2026 NVIDIA 創業企業展示嘅半程展示喺蘇州金雞湖舉行，來自重慶嘅達瓦科技憑實時世界模型產品 Scenes AI，攞下「半程展示卓越企業獎」。
呢屆賽事全國辦咗 11 場分站活動，超過 580 間科創企業報名，最終 30 間 NVIDIA 初創加速計劃（Inception）會員入圍半程展示。
唔再逐幀重畫，改做「更新世界狀態」
同多數影片生成模型比拼「下一幀似唔似」唔同，Scenes AI 走另一條路：唔預測下一幀畫面，而係維護一個持續運行嘅世界狀態——場景、人物、相機、燈光、物體同物理，各自係一組可以單獨讀寫嘅變數。
世界每發生一點變化，模型唔使將整段畫面重畫一遍，只更新變化咗嗰部分狀態，再寫返入世界，讓下一刻繼續演化。喺達瓦嘅話：「A video is an output. A world is a process.」——影片係結果，世界係過程。
呢套技術嘅輸入唔係遊戲引擎或代理畫面，而係一部普通攝影機拍到嘅真實空間。
示範效果：改全世界都穩，局部改完都記得住
最新 Demo 喺本地一張 RTX 顯卡上運行，畫面右上角實時顯示幀率。示範兩個核心能力：
其一是全局重渲染時結構唔亂——畫面風格變咗，人物動作、傢俱位置、遮擋關係同空間透視全被當做「保持條件」鎖住，逐幀成立。
其二是局部改寫嘅持久記憶——小朋友喺牆上寫字、跑落去，之後樹長出嚟、篝火燃起、落雪落雨，牆上嗰字始終保持原位，位置同筆劃都冇變。逐幀生成嘅模型，畫面變化愈多，舊細節愈容易被「洗掉」；喺 Scenes AI，「牆上有字」喺寫落嗰刻已經係世界狀態嘅一部分，冇事件去改佢就喺度。
2026 年 9 月首次演示亦係同一邏輯：雪怪破土離開後，地上個坑一直留喺原位。
技術架構：控制層做重，生成層做輕
達瓦冇將所有問題交畀一個大模型逐幀重畫，而係喺「創作意圖」同「畫面生成」之間加咗一層以世界狀態為核心嘅控制系統。按佢哋嘅定義，一個持續運行嘅世界拆成五個部分：世界記憶、神經物理、稀疏擴散、神經渲染同 AI 光照。
精準控制嘅核心係 Latent Stage：喺潛空間將場景、人物、相機、光照、服裝、道具同物理拆成獨立「舞台」，每次編輯都有明確嘅「改動集」同「保持集」。
相關方法《NVD：Non-Linear View Matrix Fusion for 2D Video Using Multimodal Foundation Models》已獲 ACM UbiComp / ISWC 2026 接收，於 10 月 13 日喺上海國際會議中心展示，研究由達瓦 AIGC 研究院聯合香港理工大學、伊利諾伊大學厄巴納-香檳分校同紐卡斯爾大學共同完成。
阿調搞兩下
呢個係廠商展示，唔係本站實測。重點唔止係「呢個模型好勁」，而係佢揀咗一條唔同嘅路：唔喺同一條跑分跑道上面爭速度，而係由「生成一段影片」轉向「運行一個可互動嘅世界」。如果呢條路線真係走得通，佢對直播、虛擬片場同互動內容嘅意義，跟傳統逐幀影片模型係兩樣嘢。但長時序記憶（身份、空間、物理、故事狀態跨時間保持一致）達瓦自己都講係目前最大挑戰。等實際工作流程落地，先算數。
阿調｜深度調教
