Dieci personaggi dell'antichità sul palco dell'open mic: la canzone fatta con l'IA che supera il milione di like in un giorno

In questi giorni, scorrendo Douyin e il canale video, era difficile evitare un'immagine: dieci personaggi dell'antichità in piedi sul palco di un open mic di comedy, stretti intorno a un solo microfono, che rappano uno dopo l'altro.

Du Fu, Su Shi, Liu Bang, Xiang Yu, Goujian, Sun Wukong, Cao Cao, Li Bai, Zhuge Liang, Sima Yi. Niente vesti imperiali, niente campi di battaglia, niente fumo di effetti. Solo un fascio di luce dall'alto, un microfono, uno canta e si fa da parte, entra il successivo.

Il video si chiama 《过来人》 (Guòláirén, più o meno quelli che ci sono già passati). Dal 13 al 15 ottobre ha circolato insieme su Weibo, Douyin e sul canale video, in un giorno ha superato il milione di like ed è stato ribattezzato dagli utenti la canzone IA più virale del 2026. Il commento più votato aveva sei caratteri: ti entra dentro.

La prima cosa che azzecca: tirare giù gli antichi dal piedistallo

Quando l'IA mette in scena personaggi antichi, la strada più battuta è accumulare grandiosità. Cavalli da guerra, palazzi sconfinati, vesti che volano. Tecnicamente appaga, emotivamente è vuoto, perché lo spettatore capisce subito che è un effetto.

《过来人》 fa il contrario. Mette la scena su un palco piccolo, da open mic, e lascia che i personaggi storici parlino, nei panni di chi ci è già passato, delle difficoltà di oggi.

Du Fu non parla più solo del regno caduto mentre restano monti e fiumi: parla della strettezza di avere quarant'anni e vivere ancora in affitto a Chang'an, arrangiandosi. Su Shi non parla del grande fiume che scorre a est: racconta che a quarantatré anni fu mandato in esilio a Huangzhou, che campava coltivando la terra e che doveva comunque tenersi una lampada accesa. Liu Bang a quarantasette anni era ancora un funzionario di basso livello, e nessuno tra parenti e amici scommetteva su di lui.

L'idea è intelligente perché aggira proprio ciò in cui l'IA è più debole — le relazioni complesse tra personaggi e le microespressioni — e sposta tutto il peso su testo e ritmo. E queste due cose sono esattamente quelle che una persona può controllare del tutto.

Quello che vale davvero è quella frase

La frase più condivisa sotto forma di screenshot è: Non sono qui per insegnarti, sono qui per farti compagnia in questo tratto. Le notti che tiri avanti, le parole che ingoi, le battaglie che non hai vinto: ne ho parte anch'io.

Questa frase non c'entra niente con l'IA. È scritta a mano, e scritta bene: non consiglia, non ammaestra, non fa la predica motivazionale, si limita a riconoscere.

Il pubblico si commuove perché la frase centra una stanchezza molto concreta. Il mutuo, il lavoro, le cose che a una certa età non sono ancora riuscite. Gli antichi di mille anni fa se le trovavano davanti uguali — l'analogia non è nuova, ma con il ruolo di chi ci è già passato all'improvviso regge.

Quindi il vero vantaggio di questo video è il testo, non il modello. Ed è un punto decisivo, perché stabilisce se un contenuto così si può copiare.

L'autore non viene dal mondo tecnico

Dietro c'è Wang Kunzhe, di Wuhan. Nel 2013 è entrato nell'emittente radiotelevisiva di Wuhan, ha fatto il regista per tre anni, poi si è licenziato e ha aperto uno studio suo. Con 《此心安处是江城》 (Dove il cuore trova pace, lì è Jiangcheng) e 《琴键上的江湖》 (Jianghu sui tasti) è arrivato alla mostra nazionale di fotografia. Prima di passare all'AIGC aveva fatto 《千年跑团》 (Gruppo di corsa millenario): Li Bai che corre la maratona di Wuhan e Yue Fei che, poco prima del traguardo, canta degli ottomila li per sfondare il collo di bottiglia.

Il curriculum dice una cosa: non ha imparato prima l'IA per poi cercare un contenuto, ma aveva già più di dieci anni di mestiere nel raccontare storie, e solo dopo ha scoperto che l'IA riusciva a tirar fuori le immagini che aveva in testa.

Lui lo riassume secco: la tecnica è la superficie, il cuore umano è il nucleo.

Suona come uno slogan, ma applicato a questo video è preciso. Dieci antichi, un open mic, un rap: l'idea funziona in qualsiasi condizione tecnica; l'IA ha solo fatto sì che far salire davvero dieci antichi su un palco a cantare passasse da impossibile a lavoro di un fine settimana.

Nel settore della musica IA, dov'è l'asticella

Nell'ultimo anno il volume di musica IA è diventato assurdo. Ogni giorno sulle piattaforme arrivano decine di migliaia di brani nuovi, e la stragrande maggioranza viene saltata nei primi quindici secondi. Il motivo non è complicato: la melodia si genera, la voce si clona, ma alla domanda perché questo brano dovrebbe esistere il modello non sa rispondere.

《过来人》 offre una risposta: far sì che la canzone si faccia carico di un compito emotivo concreto. Non fai una canzone bella, ma dillo tu, per quelli che si vergognano a dire che sono stanchi.

Sul piano tecnico ci sono un paio di passaggi che contano. Le dieci voci devono restare distinguibili, altrimenti sembra una persona sola che cambia costume; nel rap la dizione deve essere chiara, perché il pubblico sta ascoltando informazioni, non atmosfera; labiale e ritmo devono combaciare, perché se la sincronizzazione sotto il costume antico sbanda, l'assurdità travolge subito l'empatia. Con questi dettagli fatti male, un milione di like non arriva.

Ma non è facile da copiare

In questi giorni si sono già visti diversi imitatori: altri personaggi storici, altri generi, altri palchi. Quasi tutti con numeri modesti.

Il motivo è sempre quello. L'IA ha portato il costo del fare quasi a zero, quindi cosa fare diventa l'unica barriera. Quando chiunque può generare in un pomeriggio dieci antichi che rappano, a decidere il risultato resta solo se quella frase è scritta bene.

È anche il motivo per cui questo video si è diffuso come un contenuto tradizionale, non come una demo tecnica. Prima è passato nei gruppi di amici e sul canale video, con didascalie tipo ho pianto o l'ho capito al secondo ascolto, e solo dopo qualcuno si è girato a chiedere: ma con cosa è fatto?

L'ordine conta. Prima ti prende il contenuto, poi ti interessa lo strumento: un prodotto di contenuto dovrebbe funzionare così. Al contrario, mostrare prima lo strumento e poi chiedere emozione di solito fallisce su entrambi i fronti.

Quanto ai dieci antichi, probabilmente non immaginavano che mille anni dopo si sarebbero trovati su un palco open mic a rappare per un gruppo di gente in straordinario. Ma a pensarci bene, le frasi che scrivevano allora servivano già a questo.