Da una clip video a un livello giocabile: 31 giochi e 202 dollari di asset

Trentuno giochi. Mille e tredici chiamate a fal. Duecentodue dollari. È il conto in fondo al README di video-to-game, ed è il paragrafo più convincente del repo: non perché i giochi siano belli, ma perché qualcuno ha contato.
Il progetto in sé è una skill, non un'app. La installate in Claude Code, Codex o Cursor, gli passate una clip di gameplay da dieci-quindici secondi, e lei produce un livello browser giocabile: un solo index.html con Three.js e nient'altro. Nessun motore, nessun template, nessun'altra libreria. Ognuno dei trentuno giochi dimostrativi è stato ricostruito da una clip che prima aveva generato un modello video.
Quest'anno parecchia gente ha fatto demo di «l'AI fa un gioco». Quello che rende questo caso degno di esame è la tesi che ci sta sotto: un agente non sa progettare l'aspetto di un gioco, quindi smettete di chiederglielo. Fate fare quella parte a un modello video, poi fate in modo che l'agente lo eguagli.
Il video è il documento di design
Leggete la lamentela scritta nel README e la riconoscerete subito, se ci avete mai provato:
Chiesto «un gioco in cui un ragazzo plana tra balene volanti», consegnano scatole grigie, un cielo predefinito e una camera che combatte contro il giocatore.
Succede esattamente questo. Un agente di coding a cui si chiede di costruire una scena va a prendere le primitive — cubi, piani, una luce emisferica — perché le primitive sono quello che sa esprimere in codice. Non ha opinioni sulla composizione. Non ha gusto sulla densità della nebbia. Il risultato è tecnicamente una scena e emotivamente un livello di test.
Un modello video, con tutti i suoi difetti, è molto bravo proprio in quel pezzo mancante: aspetto, camera, atmosfera, un singolo momento memorabile. Così la pipeline inverte l'ordine abituale. Prima il video, poi il codice che deve adeguarsi.
study_video.py trasforma la clip in fotogrammi, un contact sheet, una palette e i tempi di taglio. Poi l'agente scrive una specifica partendo dai fotogrammi numerati: camera, eroe, la meccanica, il momento chiave, l'aspetto. Non «un livello nella foresta». Qualcosa tipo: camera bassa a due metri dietro l'eroe, nebbia verde fredda a sei metri, una sorgente di luce turchese da sinistra, la meccanica è il planare.
Tutto quello che viene dopo è adeguarsi.
Ogni asset nasce dai fotogrammi del video
Concept sheet con Nano Banana Pro. Cutout puliti. Da immagine a 3D con Meshy, Tripo o Hunyuan 3D. Rigging e animazione. Effetti sonori e musica. Tutto registrato attraverso fal_asset.py. La regola del README è netta: niente disegnato a mano, niente scaricato.
Quel vincolo fa più lavoro di quanto sembri. Un umano che costruisce un gioco da un riferimento scarica un modello di albero e spera che vada bene. Un agente a cui è permesso scaricare prende il primo risultato da un sito di asset gratuiti, e la direzione artistica collassa in un collage. Far passare ogni asset dallo stesso generatore, con lo stesso seed di fotogrammi, tiene la palette coerente per costruzione.
L'aspetto è trattato come specifica, non come passata di rifinitura: tone mapping, un'unica gradazione, nebbia, bloom, vignettatura e grana, tutti derivati dalla prima scena. Dopo ogni modifica l'agente produce un confronto affiancato tra video e gioco negli stessi tre punti.
Quel confronto affiancato è l'intero metodo in un solo artefatto. Senza, l'agente ottimizza contro la propria fantasia. Con, ottimizza contro un riferimento che può davvero guardare.

L'agente gioca al proprio gioco
Questa è la parte che non mi aspettavo, e quella che separa il progetto da una demo reel.
Uno scenario da tastiera pilota il gioco e legge window.__game come un giocatore legge lo schermo. record_play.mjs filma il risultato a frame rate reale con Playwright. best_window.py trova i secondi più vivi di quella registrazione. Cadute, muri invisibili e tratti morti vengono corretti prima che ci giochi qualcun altro.
Il playtesting automatico non è nuovo. Il playtesting automatico in cui l'agente poi sistema quello che ha visto, e in cui la prova è un video che può ispezionare, è un ciclo decisamente più stretto. Spiega anche il costo: l'agente esegue il gioco decine di volte per iterazione.
Il conto
Precisiamo, perché sono questi numeri il motivo per leggere il repo.
Trentuno giochi. 1.013 chiamate a fal, così ripartite: 594 immagini, 194 modelli 3D e 290 tra effetti sonori e tracce musicali. 202 dollari in totale. Circa 6 dollari a gioco.
Sei dollari è un numero strano da tenere in testa, perché è più o meno il prezzo di un caffè e più o meno un millesimo della giornata di un artista su contratto. Non è nemmeno il costo vero: i token dell'agente di coding non sono in quella cifra, e nemmeno il vostro pomeriggio. Però stabilisce una cosa utile: il costo marginale di una piccola scena 3D giocabile è ormai abbastanza basso da poterne buttare via una.
Il rovescio della medaglia, scritto chiaramente nel README, è che pagate fal per ogni asset e che i risultati sono demo brevi, non prodotti finiti. Un gioco da sei dollari è una fetta verticale di una sensazione, non un gioco da pubblicare.
Installarlo
Prima Claude Code, dato che è la via meglio supportata:
claude plugin marketplace add lovisdotio/video-to-game
claude plugin install video-to-game@video-to-game
Oppure copiate la cartella della skill a mano: cp -R skills/video-to-game ~/.claude/skills/.
Per Codex, Cursor, Gemini CLI, Copilot e gli altri:
npx skills add lovisdotio/video-to-game
Gli script richiedono Python 3.9+, ffmpeg, Node 18+ con playwright-core, più pip install fal-client e una FAL_KEY.
Poi il prompt è un paragrafo:
Turn gameplay.mp4 into a playable browser game with the video-to-game skill.
The prompt that made it is in gameplay.txt. Generate every asset with fal,
match the video's look, and show me side-by-side pairs and a recorded take
of you playing it.
Se non avete una clip, il repo include prompts/gameplay-video-prompts.md: le regole che hanno reso ricostruibili i trentuno video, più tutti i prompt usati. Quel file è sottovoce la cosa più preziosa del repository, perché è la parte che mette per iscritto cosa rende una clip un buon documento di design: silhouette leggibile, una sola meccanica, una camera che non combatte contro il giocatore.
Di cosa parla davvero
Esiste una versione della storia della generazione di giochi con l'AI che dice: prima o poi i modelli faranno i giochi direttamente. Forse. Nel frattempo questo progetto descrive una divisione del lavoro che funziona oggi: modelli video per il gusto, agenti di coding per la costruzione, image-to-3D per gli asset e un playtest automatico per chiudere il ciclo.
La domanda interessante non è se i giochi da sei dollari siano belli. Per lo più non lo sono. È cosa succede quando lo stesso schema viene puntato su qualcosa che ha un budget: la pagina di lancio di un prodotto, un chiosco da museo, una simulazione per la formazione. Alla pipeline non importa a cosa serve il livello.
E c'è una lezione più piccola e più affilata per chi costruisce strumenti agentici. Il motivo per cui questo repo funziona è che ha reso il riferimento ispezionabile. Un video è una cosa che sia un modello sia una persona possono guardare, confrontare e discutere. Date a un agente una specifica e soddisferà la specifica. Dategli una clip e dovrà eguagliare qualcosa di reale.
È un'interfaccia migliore di un prompt. Potrebbe essere l'interfaccia migliore per parecchie cose.
Articoli correlati
Un foglio di calcolo comunitario di tocchi che spegne la pubblicità negli Android cinesi
Non tocca il sistema, non sblocca niente, non flasha niente. Ribalta solo gli interruttori che i produttori hanno già previsto. Il prezzo è una lista che qualcuno deve continuare a scrivere.
GPT Image 2.6 ha tenuto il prezzo dei token e alzato la fattura
GPT Image 2.6 conserva ogni tariffa per token di 2.5 e costa comunque di più per immagine, perché buona parte del lavoro passa ora nei token di output. Undici giorni dopo il lancio, la struttura dei prezzi dice più della classifica.
Qualcuno ha ricostruito IDM dall'esterno e ha scritto cosa non ha toccato
Una reimplementazione in Rust di Internet Download Manager promette 5 volte la velocità e 86 lingue. Il documento più interessante è il paragrafo che spiega come è stata costruita senza copiare nulla.
Rune è un framework UI per Rust costruito perché un agente possa verificare il proprio lavoro
Rune renderizza headless, esporta il suo albero di elementi e accetta input scriptato, dando a un agente di coding un segnale diffabile che nessuno screenshot può offrire. Il framework è in pre-release e non accetta pull request.