《失心病狂》讲述了一个年轻女孩,一个年轻女人为了摆脱混乱的过去离开了家乡,无意中被送进了精神病院。在面对如何“逃出去”的自我命题之下,对她而言,似乎还潜藏着更大的恐惧 — 她似乎正在失去判断这一切到底是真实的存在还是自己的臆想的能力……影片以一种扭曲的视角和惊人的故事向我们问出了关于我们对于现实的认知,我们的生存本能以及本该保护我们的系统的问题。
故事发生在万圣节的当晚,莫妮卡(凯蒂·马奎尔 Katie Maguire 饰)和道恩(Catherine Corcoran 饰)醉醺醺的从一个派对中离开,走在清冷的大街上,两人打算去一家披萨店弄点吃的,一个小丑打扮的男人尾随她们也进入了店里,虽然小丑的样貌十分可怖,但个性似乎还挺可爱的,除了他把店里的厕所弄的一团糟,气炸了店主。 之后,莫妮卡和道恩离开了店里,道恩进入了一间公寓上厕所,莫妮卡在路边等她,小丑再度出现在了她的身后,这一次,小丑想做的便不仅仅是逗她笑这么简单了。小丑打晕了道恩,当道恩再度醒来时,映入眼帘的,是被倒挂的莫妮卡和在一边手持电锯的小丑。
这部电影的故事发生在 20 世纪 80 年代,围绕一对名叫苏珊娜(卢娜·玛雅饰)和苏里亚(艾哈迈德·梅甘塔拉饰)的夫妇展开。他们一直保持着长期的关系,并且彼此深爱着对方。当他们计划结婚时,他们的关系出现了新的转变。然而,他们的计划受到一个重大问题的阻碍:苏珊娜的父母背负着巨额债务。这笔债务是欠村里最富有的地主Raden Aryo(Tio Pakusadewo 饰)的。苏珊娜的父母没有足够的钱,并寻求其他方式来偿还债务。拉登·阿廖随后提出了一个条件,以考虑还清债务——他希望苏珊娜嫁给他并成为他的第二任妻子。没有其他选择,他们只好答应了拉登·阿廖的要求。由于强迫婚姻,苏珊娜与苏里亚的关系破裂。婚后不久,苏珊娜就怀上了拉登·阿廖的第一个孩子。这引起了拉登·阿廖的第一任妻子米纳蒂(莎莉·玛切琳娜饰)的嫉妒,她无法怀孕。米纳蒂最终寻求强大女巫的帮助来诅咒当时已经怀孕的苏珊娜。诅咒成功了,导致苏珊娜在怀着婴儿时死亡,时间恰好是“Jumat Kliwon”之夜。然而,苏珊娜的死并不意味着她彻底消失。她以“sundel bolong”的形式回归,这是一个长发、穿着白色连衣裙、背后有一个洞的女鬼。作为一个复仇的灵魂,她寻求对那些在她过去犯下罪行的人进行报复,尤其是导致她和她未出生的婴儿死亡的诅咒的肇事者。— CNN 印度尼西亚
故事发生在1956年的法国,一名牧师惨遭谋杀,某种邪恶正在散播,艾琳修女(泰莎·法米加 Taissa Farmiga 饰)将再次与鬼修女瓦拉克(邦妮·阿伦斯 Bonnie Aarons 饰)展开正面对决。
痛失爱妻的安藤孝则(濑户康史 饰)将女儿凪(平泽宏路路 饰)托付给正研读临床心理学的妹妹枫子(泷本美织 饰)抚养。枫子尽心竭力,但是凪孤僻自闭,从不向任何人敞开心扉,还经常画一些可怕的画。与此同时,一度甚嚣尘上的诅咒视频再度流行,接连有人自杀身亡,事态严重引起了警方关注。枫子突然发现,似乎曾经触怒过凪的人都会成为诅咒视频的牺牲者。种种不安促使她探寻哥哥和嫂子过去的秘密,进而发现了关于贞子的恐怖线索和知情人。 事态愈演愈烈,牺牲者也愈来愈多,被卷入漩涡中央的枫子,如何才能终止贞子绵亘多年的可怕诅咒?
A large villa belonging to a collector that is about to be restored into a museum traps project workers who are carrying out a survey. A curse is released, killing the humans inside one by one
一个隐蔽的海洛因治疗中心的病人和工作人员必须与他们自己的恶魔进行战斗,因为一个神秘的杀手开始一个接一个地把他们抓走。
父亲住院后,Emma从纽约飞回意大利老家。独自一人在父母家中,她发现了一台被诅咒的收音机,并感受到邪恶的存在。Emma必须揭开收音机背后的黑暗秘密,才能熬过黑夜,保护她所爱的人。
On a calm night in an average city a hardworking URYDE driver, Brandon, picks up just another fare, Judd. Using interactions that blur the lines between the technological world and the physical one, Judd explains a messy breakup. Brandon offers an empathetic ear and a sympathetic heart to his new friend to help him pick up the pieces. Aggregated profiles, algorithms, links, lik...