Genspark ha trasformato una troupe in un menù

La cosa più interessante del nuovo Media Studio di Genspark non è che faccia video. Di cose che fanno video ce ne sono parecchie, ormai. È che quando lo usi non stai scegliendo un modello. Stai scegliendo un regista, e il regista sceglie i modelli.

È questo il prodotto vero. L'interfaccia offre tre modelli linguistici per il ruolo di pianificazione — DeepSeek V4.1 Flash, Claude Opus 5.5 e Claude Fable 5.1 — e dietro di loro un elenco di oltre 70 versioni di modelli da più di 20 vendor. Seedance 2.5, Kling e Veo fanno video. GPT Image e Nano Banana fanno immagini fisse. ElevenLabs e MiniMax gestiscono voce e musica. C'è anche il 3D.

La promessa è «tutto in uno, chiunque può usarlo», che di solito è la frase con cui si dice «abbiamo avvitato sei tool dentro una scheda». Qui è diverso per un motivo specifico: gli artefatti intermedi restano sulla stessa canvas, così l'agente può riprendere l'output del passo precedente e continuare senza che tu debba ricaricare niente.

Che effetto fa usarlo

Il media cinese QbitAI ha pubblicato una prova sul campo il giorno del lancio, e i dettagli sono più utili del marketing. Il recensore è partito da un template rap nella sezione «Magic» della home, ha caricato foto di Sam Altman e Dario Amodei e ha chiesto un duetto.

Sono successe due cose che vale la pena notare. Primo, il modello video ha rifiutato di netto le immagini di persone reali e il sistema ha chiesto se usare uno stile semi-realistico o a cartoni. È una policy sui contenuti che affiora come decisione di UX: non ricevi un rifiuto, ricevi un bivio. Secondo, la stima diceva da 8 a 14 minuti e il render ne ha impiegati due o tre. La generazione l'ha fatta Seedance 2.5.

Il primo output non aveva musica. Il recensore ha chiesto un accompagnamento, ha ottenuto tre candidati affiancati sulla canvas, li ha scartati tutti perché senza testo e ha chiesto un beat rap originale, che ElevenLabs ha prodotto. Poi è arrivato il lip sync perché i due potessero esibirsi insieme.

Quella sequenza — generare, notare cosa manca, chiederlo, ricevere opzioni, scegliere, correggere — è il flusso di lavoro su cui è costruito il prodotto. Non è «scrivi un prompt, ottieni un film». È una conversazione con un assistente di produzione che ha accesso a uno studio.

La scelta della bozza a 480p

Ogni prima passata esce a 480p. Iteri a 480p. Solo quando approvi il montaggio passa a 1080p.

È la decisione ingegneristica più sensata del prodotto, ed è il genere di cosa che impari solo guardando la gente bruciare soldi. La generazione video costa cara al secondo, e la maggior parte del costo se ne va in inquadrature che vengono tagliate. Iterare alla risoluzione di bozza significa che i render costosi avvengono una volta sola, sulle inquadrature sopravvissute.

La stessa logica compare nella modalità story, che costruisce un previs 3D in white model di una scena — dove stanno i personaggi, dove sta la camera — prima di chiamare qualsiasi modello video. Il blocking costa poco. Il rendering no.

La coda di approvazione è il prodotto, adesso

Qui si fa davvero interessante, ed è qui che il report della prova sul campo è più prezioso.

Il recensore ha usato la funzione «Story Bible», che prende un titolo e lo espande in una produzione completa: personaggi, guardaroba, oggetti di scena, set e una shot list. Il sistema ha chiesto l'approvazione su 35 voci separate prima di renderizzare. Poi ha spezzato cinque scene in 84 inquadrature, le ha raggruppate in 12 unità video, ha scritto un prompt per ciascuna, le ha generate e ha segnalato quelle che contraddicevano il design stabilito per una nuova esecuzione.

Trentacinque approvazioni. È questo il lavoro, ora. Non scrivere prompt, non manovrare una macchina da presa: approvare. E il report nota un problema di usabilità reale: alcune voci da approvare erano difficili da trovare, e qualsiasi modifica riportava allo stato «in attesa» le voci già approvate, il che significava ricliccare tutta la coda.

Questo è l'aspetto reale della «produzione cinematografica con l'AI» nel 2026. Il lavoro creativo non sparisce. Si comprime in una lunga serie di giudizi sì/no sulla coerenza, e la qualità dello strumento si misura da quanto bene presenta quei giudizi. Una buona coda di approvazione è un fossato competitivo. Una cattiva è il motivo per cui la gente torna a farlo a mano.

Due tecnologie diverse con lo stesso nome

Il dettaglio che mi ha sorpreso di più: la modalità «knowledge explainer» non usa affatto un modello video, almeno non per la maggior parte della sua esecuzione. Usa il code-to-video: il modello scrive codice che dispone testo, grafici e animazione, poi renderizza il risultato. Secondo Genspark, il rendering del codice non consuma crediti; la narrazione e alcune inquadrature atmosferiche sono fatturate a parte.

È una scelta architetturale significativa. Se devi spiegare cos'è un buco nero, non ti servono sessanta secondi di pixel generati. Ti servono tipografia, un diagramma e movimento. Renderizzare tutto come codice è più veloce, più economico e molto più leggibile che chiedere a un modello di diffusione di disegnare una didascalia.

La prova sul campo è onesta sul primo tentativo: la sceneggiatura era piatta, il visual sembrava una presentazione. Una seconda passata con istruzioni per aggiungere hook e suspence, più una colonna sonora originale in sei segmenti, ha prodotto qualcosa che il recensore ha definito accettabile. Ancora simile a slide, ma coerente.

Che solleva la domanda vera su questa categoria. Il collo di bottiglia del video esplicativo non è mai stato il rendering. Era la sceneggiatura. La risposta di Genspark è far scrivere allo stesso modello linguistico la sceneggiatura e il codice, che è economico e veloce, e poi sperare che il design visivo stia al passo. A volte ci riesce.

L'economia

Il recensore ha speso circa 45.000 dei 50.000 crediti iniziali in tre progetti: il video rap, l'explainer e un gioco pixel in stile Super Mario che il sistema ha prodotto anch'esso da un singolo prompt per qualche centinaio di crediti.

Quindi più o meno 15.000 crediti per progetto breve. Genspark stava facendo uno sconto del 50% sui crediti per gli abbonati Plus e Pro dal 27 ottobre al 4 novembre, il che dice due cose: all'azienda questo mese interessano più i dati d'uso che i ricavi, e l'economia unitaria è ancora in fase di definizione.

Per confronto, assumere un motion designer per una settimana costa più di un anno di uno qualsiasi di questi abbonamenti. Ma non è il confronto giusto neanche questo, perché quello che ottieni qui non è il lavoro di un motion designer. È una prima bozza che un motion designer potrebbe sistemare in un'ora invece di partire da zero.

I caveat onesti

Il cortometraggio finito aveva problemi che la recensione non ha nascosto: audio che scivolava fuori sincrono nella seconda metà, fotogrammi saltati ogni tanto e un personaggio i cui occhiali sparivano tra un'inquadratura e l'altra. Il lip sync è stato applicato, i sottotitoli sono stati generati in cinese e in inglese senza che fossero richiesti, e la coerenza complessiva è stata migliore del previsto — ma «migliore del previsto» non vuol dire «pubblicabile».

C'è anche la via d'uscita per l'export. Puoi mandare il risultato fuori come PSD, progetto Premiere o bozza CapCut, che è la concessione giusta alla realtà: nessuno finisce un video dentro lo strumento che l'ha generato.

Cosa significa

Il livello dell'orchestratore sta diventando il prodotto, e i modelli stanno diventando componenti. Genspark non compete con Seedance o Veo. Compete con la timeline del tuo software di montaggio, la cartella di footage stock e le cinque schede del browser che tieni aperte mentre monti.

Se vincerà dipende da una cosa poco glamour: se la coda di approvazione migliora. Adesso sono 35 decisioni con un'interfaccia confusa. Se diventano 35 decisioni con una buona interfaccia, è uno strumento vero. Se resta confusa, la gente continuerà a usarlo per i template e tornerà su Premiere per tutto ciò che conta.