I modelli video AI cinesi entrano a Hollywood: 73 inquadrature negli effetti visivi della serie Amazon

Quando si parlava di cinema e TV cinesi che vanno all'estero, l'immagine era di solito quella di opere spedite una per una, con i sottotitoli in un'altra lingua e la programmazione in un altro mercato. Quest'anno a questo percorso se n'è aggiunto un ramo laterale: a espatriare non sono le serie, ma gli strumenti con cui si fanno le serie.

Secondo quanto riportato dal Wall Street Journal, la prima stagione di «House of David», serie di punta dello streaming di Amazon, conta in tutto 850 inquadrature di effetti visivi, e 73 di queste sono state affidate all'AI generativa; lo strumento chiave per questa parte del lavoro viene dal modello video sviluppato da un'azienda cinese. Il numero non è grande: 73 su 850, meno di un decimo. Ma la sua collocazione è delicata: non si tratta di una demo concettuale in un trailer, né di materiale promozionale per i social, ma di girato finito, che nella versione definitiva deve mescolarsi alle riprese dal vivo.

Dal green screen al prompt: alcune fasi di lavorazione in meno

Nel flusso tradizionale degli effetti visivi, un'inquadratura con un'esplosione dietro un personaggio passa attraverso il keying del green screen, il rendering di effetti particellari e il compositing su più livelli: ogni fase richiede che qualcuno la tenga d'occhio. L'AI generativa comprime questi passaggi in un unico input: si scrive bene la descrizione, il sistema restituisce alcune versioni in poche decine di secondi, e il team di produzione ne sceglie una e la ritocca.

Se la si inserisce nel ritmo produttivo delle micro-serie, il divario si amplifica. Il produttore di micro-serie Sun Tianze lo dice senza giri di parole: l'AI generativa costa meno, un elemento può essere completato con poche decine di yuan, e si eliminano parecchi passaggi in termini di processo, velocità e costi. Per un team che deve sfornare diversi filmati al giorno, ciò che si risparmia non è solo denaro, ma anche tempo di attesa.

Una serie come «House of David» rappresenta un'altra logica. Non le manca il budget di produzione, le manca il rapporto costi-benefici nel realizzare certe inquadrature. Quando l'AI riesce a produrre una versione utilizzabile in qualche decina di minuti, chi produce rivaluta quali inquadrature meritino l'intero lavoro manuale e quali possano passare con la sola generazione.

L'altro lato del conto dei costi: sui set delle micro-serie nordamericane

Un reportage di Reuters fornisce un altro gruppo di cifre: in alcune micro-serie d'azione nordamericane, l'assistenza dell'AI lungo tutto il processo ha compresso i tempi di produzione a tre-quattro settimane, con costi contenuti entro i 60.000 dollari. In passato questa fascia poteva sostenere solo prodotti molto rozzi; oggi permette di realizzare scene d'azione.

Va precisato che questi prodotti non sono frutto puro della macchina. Attori reali partecipano ancora alla cattura delle espressioni e all'addestramento dei modelli, e poi il team di produzione controlla le immagini tramite istruzioni: la produzione audiovisiva passa dalla divisione del lavoro in catena di montaggio a un modo di lavorare in cui persone e modelli sono presenti insieme.

Il ruolo dei team cinesi in questo cambiamento è il seguente: prima hanno reso operativa in casa la linea produttiva delle micro-serie con AI, poi hanno portato all'estero i flussi di lavoro e gli strumenti accumulati. Modelli video cinesi come Kling, Jimeng e Hailuo servono già un gran numero di creatori di micro-serie che pubblicano ogni giorno. Quando un modello viene usato in Cina su centinaia di migliaia di micro-serie, i casi di fallimento che incontra, i difetti che corregge e l'esperienza sui prompt che sedimenta diventano parametri e funzioni del prodotto. Questa esperienza non si può esportare, né replicare in fretta.

È cambiato ciò che va all'estero

Il reportage di CRI Online riassume la questione piuttosto bene: il sottofondo di questa ondata di cambiamento è che gli strumenti tecnologici sviluppati autonomamente in Cina cominciano a integrarsi nell'ecosistema creativo globale, e il baricentro dell'espansione all'estero si è spostato dalle storie sullo schermo alla cassetta degli attrezzi dietro lo schermo.

Questa svolta ha una sua logica. Per esportare un'opera bisogna superare lo scoglio della lingua, quello della cultura e quello della distribuzione, e a ogni passaggio ci sono resistenze di natura umana. Uno strumento che va all'estero si confronta con un altro insieme di criteri: riuscire a produrre nello stesso tempo, riuscire ad abbassare i costi, riuscire a integrarsi con i flussi esistenti di montaggio, doppiaggio e color grading. Sono criteri tecnici, più facili da confrontare tra paesi e anche più facili da sostituire. In altre parole, la concorrenza sugli strumenti è più diretta, e la posizione conquistata è meno solida.

Le inquadrature si possono generare, le decisioni restano umane

Vale la pena sottolineare che l'adozione della tecnologia non si è tradotta in una semplice sostituzione delle persone. Secondo il regista e sceneggiatore statunitense Tristan McKenzie, strumenti come questi aiutano i creativi a raccontare una storia più avvincente e infrangono la vecchia idea che «solo un grande budget possa produrre una buona opera». L'accento cade sulla storia, non sullo strumento.

Dalla logica della sceneggiatura al controllo delle inquadrature fino al giudizio estetico sulla versione finale, il controllo resta saldamente nelle mani dei creativi. L'AI si occupa di trasformare in immagini ciò che un tempo, vincolato da budget e tempi, restava sulla carta dello storyboard; ma quale versione sia migliore, quale inquadratura tenere, se l'emozione sia quella giusta: sono ancora le persone a doverlo decidere. Dietro 73 inquadrature ci sono 73 scelte fatte da qualcuno.

Per le aziende cinesi di modelli, entrare nella catena produttiva di Hollywood non vale solo come ordine. Significa che il proprio output viene inserito nell'ambiente di valutazione più esigente e messo alla prova sullo stesso schermo del materiale girato dal vivo. Il feedback che nasce da questa verifica è più vicino al campo di battaglia reale di qualsiasi punteggio in classifica. E per l'intero settore, un segnale ancora più degno di attenzione è questo: la divisione del lavoro dell'industria audiovisiva globale sta passando da chi possiede i teatri di posa a chi possiede pipeline generative utilizzabili.