AI视频生成初创公司Luma近日宣布成立Innovative Dreams制片公司,该公司由Luma与Wonder Project联合打造。Wonder Project是一家专注于在亚马逊Prime平台上制作宗教题材影视内容的流媒体服务商。
双方合作推出的首部作品名为《古老的故事:摩西》,由英国演员本·金斯利主演,计划于今年春季在Prime Video正式上线。
Luma在一篇社交媒体帖子中介绍道:"Innovative Dreams是一家制片服务公司,由导演乔恩·欧文团队的资深电影人与Luma的创意技术专家携手合作,共同帮助优秀的制片公司和电影人实现富有野心的创作构想。"
据悉,该公司设想的工作模式是:创作团队与Luma智能体实时协作,对场景、道具、灯光进行即时调整,并融入真人演员的拍摄素材。Luma智能体是该公司近期推出的一套工具,旨在处理横跨文本、图像、视频和音频的全流程创意工作。
"相较于当前的虚拟制作与动作捕捉流程——这些内容通常只能在后期制作阶段才能整合呈现——这是一次重大的突破,"Luma在帖子中表示,"这正是AI的价值所在——不仅仅是更快、更便宜,而是比以往的方式更出色。"
事实上,从工具开发转型至内容制作的AI初创公司并非只有Luma一家。AI初创公司Higgsfield上周发布了一部原创系列作品,首集为时长10分钟的科幻短片;而总部位于伦敦的创意工作室Wonder Studios也正与Campfire Studios联合制作一部纪录片。
就在Luma发布此消息的同一周,竞争对手Runway的联合创始人兼联席CEO克里斯托瓦尔·瓦伦苏拉公开表示,电影公司应将原本用于制作一部影片的1亿美元预算,转而借助AI制作50部影片,以此提升打造爆款的概率。
Luma创始人兼CEO阿米特·贾恩也持有相似观点。他曾向TechCrunch表示,好莱坞不断攀升的制作成本已使电影创作的空间越来越受限。他认为,生成式AI有望在不牺牲质量的前提下,让电影制作变得更快、更低成本、更高效。
这一理念正是Luma与Wonder Project携手合作的核心出发点。
Wonder Project成立于2023年,由导演乔恩·欧文与前Netflix高管凯莉·霍赫斯特拉腾共同运营,致力于服务全球信仰与价值观导向的受众群体。他们的首个项目是讲述大卫王生平的圣经题材剧集《大卫之家》,已于2025年在亚马逊Prime上线。
目前尚不清楚Innovative Dreams是否将专注于宗教与信仰类内容,还是会将业务拓展至Wonder Project的主营范畴之外。TechCrunch已就此事向相关方发出问询,等待进一步回应。
在一段宣传合作的视频中,欧文介绍称,Innovative Dreams将采用一种全新的"实时混合拍摄"工艺,将动作捕捉技术(如《阿凡达》所采用的方式)与虚拟制作技术(如《曼达洛人》所采用的方式)相融合,并借助Luma的工具实现实时拍摄,同时大幅降低制作成本。
动作捕捉是一种让演员在绿幕环境中穿戴专业套装与面部标记物进行表演的技术,通过数字化采集演员的动作与表情,进而转化为动画角色。虚拟制作则是让演员在实际布景中表演,通常以大型LED屏幕取代绿幕,配合实时游戏引擎渲染出周围的环境,使物理空间与数字世界在拍摄过程中无缝融合。
欧文表示,借助Luma的工具,制作团队可以在任意地点拍摄真人演员,随后将其置入逼真的写实场景中;更进一步,还可以为演员生成一张全新的面孔,使角色呈现出完全不同的外貌,同时依然与演员的动作和面部表情完美匹配。
Q&A
Q1:Innovative Dreams制片公司是什么?它主要做什么?
A:Innovative Dreams是由AI视频生成公司Luma与宗教题材流媒体平台Wonder Project联合成立的制片服务公司。其核心团队由资深电影人与Luma创意技术专家组成,致力于帮助制片公司和电影人借助AI技术实现创意构想。该公司计划通过Luma智能体实现实时调整场景、道具和灯光,并融合真人演员拍摄素材,打造"实时混合拍摄"的全新制作模式。
Q2:Luma的"实时混合拍摄"工艺与传统虚拟制作有何不同?
A:传统的动作捕捉与虚拟制作流程通常需要等到后期制作阶段才能将所有元素整合在一起,耗时较长且成本较高。Luma的"实时混合拍摄"工艺将两者结合,并借助AI工具实现实时完成,大幅缩短制作周期。此外,Luma的工具还支持在任意场景中拍摄真人演员,并为其生成全新面孔,在保留动作和表情的同时呈现不同人物形象。
Q3:生成式AI如何改变好莱坞的电影制作模式?
A:生成式AI被认为能够在不牺牲质量的前提下,显著降低电影制作的成本与周期。Luma创始人阿米特·贾恩和Runway联席CEO克里斯托瓦尔·瓦伦苏拉均指出,好莱坞高企的制作成本已限制了创作空间,而生成式AI有望让制片公司以同等预算制作更多作品,从而提高打造爆款的概率。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。