10月19日，深兰科技旗下深视星影在上海发布影视智能体操作系统DFAgent，并同步签约科幻院线电影《气候战争》作为首个落地项目。发布会上，深兰科技创始人陈海波将这一动作描述为“基于视觉AI、世界模型和艺术审美的长期积累”，而非临时起意。

　　但在AI视频工具大量涌现的当下，市场更关心的问题是：影视行业究竟需要一个什么样的智能体？对于深兰科技自身而言，在机器人等业务经历大幅收缩之后，将筹码押向院线电影AI基础设施，又意味着什么？

　　过去两年，AI视频生成的能力边界被反复讨论，但焦点大多集中在短视频和短剧场景。以快手可灵、抖音即梦为代表的产品在短片段生成上快速迭代，凭借模板化创作和社区分发在C端市场铺开。然而，当需求从几十秒的片段拉长到90分钟以上的院线电影时，现有工具的能力断层便暴露出来。

　　国家一级导演、中影集团知名编导鲁坚对21世纪经济报道记者表示，市场上大量AI工具集中在短视频、AI短剧剪辑和片段式视频生成领域，能够快速产出轻量化内容，但在真正工业化生产、院线级大电影制作方面仍存在明显短板。

　　在鲁坚看来，当前市场上缺少真正面向长片、院线电影的垂直影视大模型与专业影视智能体，市面产品多由通用大模型改造而来，擅长碎片化片段生成，却缺乏完整电影工业全流程能力。而普通AI短剧工具本质上是内容生成工具，只解决“生成片段”这一环，没有覆盖IP筛选、剧本研判、剧组角色智能体、市场匹配、发行协同的全链条基础设施能力。

　　“院线电影生产需要海量电影数据集训练和大规模算力调度支撑，普通工具没有这套底层算力与训练底座，难以满足大电影的工业级交付要求。”他直言，“现在很多工具可以做短剧，但做不了真正意义上的院线大电影。”

　　这一判断指向的核心难题，是长时序一致性。院线电影由数百个甚至上千个镜头组成连续叙事体，跨镜头的角色形象统一、场景环境连贯、事件逻辑自洽是基本要求。

　　深兰科技智能体负责人张玉对21世纪经济报道记者进一步解释，要实现这些基本要求，难点在于工程实现：现有视频模型在短片段、少人物、简单场景中尚可维持一致性，一旦进入长程叙事、多人物和复杂场景，稳定性便明显下降。更深层的缺口在于叙事逻辑：模型可以生成惊艳画面，却未必理解“这场戏为什么存在”。

　　此外，影视工业化所要求的全链路能力，包括IP评估、剧本拆解、角色建模、多岗位协同、版本管控、成本核算、多层级质检等，在现有AI工具中几乎处于空白状态。市面上的产品大多停留在单点式内容生成，而非流程化、可管控的生产系统。

　　这些正是深视星影试图切入的缝隙。其DFAgent系统由JEV System One决策中枢、DeepBlue Film Model影视大模型和全球化内容数据飞轮三个模块构成，官方定位是“影视行业全链条AI基础设施”，而非单纯的视频生成工具。按照陈海波的说法，其目标是从“AI生成内容”走向“AI决策—理解—生产—分发—优化内容”。不同于目前市场上更多针对C端的影视AI产品，深视星影的影视智能体更多针对B端用户，正在寻求影视公司的合作。

　　理解深兰科技此次切入影视AI的动作，需要将其置于公司近两年业务收缩与战略重组的背景之下。

　　深兰科技曾是国内AI赛道最早的独角兽之一，累计获得50余项国际AI赛事冠军，拥有千项发明专利。近期其机器人业务调整引发市场关注。

　　对此，深兰方面回应称，被申请破产的深兰机器人（上海）有限公司，只是深兰股份机器人事业部旗下一家负责组装制造的公司，因为大股东深兰股份已经向大模型智能体驱动的物理AI企业转型，这家制造企业属于重资产且持续亏损被剥离。

　　陈海波也对上述事项作出回应，其称，深兰科技加快推进对长期亏损的传统业务的裁撤和清算关闭，并取得实效，具备战略价值但非主营业务的分立剥离已经完成，目前聚焦大模型、智能体以及大模型智能体驱动的新一代机器人核心赛道。

　　由此来看，影视AI正是深兰科技向物理AI转型的一块拼图。

　　“我们判断大模型的下半场是智能体，本次进入影视赛道，不是临时起意，而是基于深兰视觉AI、世界模型和艺术审美的长期积累。”他说。

　　陈海波表示，此前在视觉领域的底层技术积累可以在影视AI方面复用。“这些底层能力，让我们今天有底气设立深视星影，集中攻坚影视垂直大模型与影视智能体操作系统。”对于电影智能体在影视行业的应用，陈海波表示会“尊重创作规律，保护知识产权，成熟一项、应用一项”。

　　不过，其面临的挑战在于，影视AI基础设施同样是一个需要持续投入数据、算力和工程资源的赛道。深视星影所描绘的方向本身符合行业对长片AI化的需求指向，但概念架构的完整性与工程落地的可行性之间，仍有相当的距离。目前DFAgent尚处于首个签约项目的起步阶段，《气候战争》的最终成片效果，将是检验这套系统能否真正应对长片一致性难题的第一个公开样本，也是深兰科技向物理AI转型的试金石。