← Torna al blog
Aicirca 7 min di lettura

Il testo cinese nei video è sempre sfocato. Dreamina ha affidato l'impaginazione al codice

Pubblicato 15 nov 2026
Il testo cinese nei video è sempre sfocato. Dreamina ha affidato l'impaginazione al codice

Chi produce video divulgativi conosce lo stesso dolore: per quanto bella sia l'immagine, il testo al suo interno resta sfocato. Un titolo di tre caratteri si sbaglia fino a sei, gli indici di una formula si spostano, un'etichetta dati al secondo due è già un altro numero. Per avere sottotitoli nitidi, alla fine tutti fanno la stessa cosa: usano l'immagine generata come sfondo, aprono CapCut e sovrappongono testo vero, strato per strato.

Il Motion Studio lanciato da Dreamina il 10 novembre prende un'altra strada. Non genera fotogrammi continui: fa scrivere codice al modello, e quel codice organizza disposizione, ordine di comparsa e ritmo di movimento di testi, immagini e forme. La sintesi ufficiale: descrivere l'idea a parole, compilare il visivo tramite codice.

Sembra uno slogan, ma il significato tecnico è chiaro: il testo lo rende un motore di impaginazione, non lo dipinge un modello di diffusione. Un carattere dipinto si sfoca, un carattere composto no.

Un video di 60 secondi: otto minuti e mezzo, 82 crediti

Prima i conti, perché sono ciò che decide se entra nel lavoro quotidiano.

Al Motion Studio si accede oggi effettuando l'accesso a Dreamina dal browser desktop e passando dalla voce a sinistra nella home. Si impostano formato e durata, prima della generazione compare il consumo stimato in crediti e il risultato si scarica direttamente. Dreamina non ha pubblicato un listino separato per la funzione: si paga in crediti.

Le misurazioni di Jiqizhixin sono precise: un video esplicativo di 60 secondi ha richiesto circa otto minuti e mezzo e 82 crediti, uno da 3 minuti circa 13 minuti. Il ritmo assomiglia a mettiti il tè, torna e correggi la seconda versione. Un clic e via non succede.

L'attesa è ragionevole, perché fa più che generare una sequenza. Prima interpreta l'intenzione e pianifica, poi genera voce e immagini separatamente, compone e renderizza, infine verifica una volta il risultato. Quattro fasi dentro un clic: otto minuti e mezzo non sono lenti.

Perché la generazione frame by frame perde sul cinese

Per capire il valore di questa via bisogna ammettere un fatto: quando un modello video disegna il cinese, disegna forme, non scrive caratteri.

I modelli di diffusione producono testo tramite distribuzioni di pixel. I glifi visti in addestramento si possono imitare, le combinazioni mai viste si indovinano. Le parole inglesi sono corte, hanno poche lettere e molte combinazioni frequenti, quindi passa. Un carattere cinese è già da solo una struttura complessa, densa di tratti e componenti, e il modello non ha il concetto di carattere, solo quello di questa zona dovrebbe essere inchiostro. Il risultato si legge da lontano ed è sbagliato da vicino.

È il motivo per cui tante copertine di video IA sembrano raffinate finché non si ingrandiscono e si vede uno scarabocchio. È anche il motivo per cui i team che in Cina producono microdramma IA o video con volto parlante tornano al software di montaggio a riscrivere i sottotitoli. Non è una questione di gusto: il metodo di generazione non corrisponde all'oggetto.

Motion Studio sostituisce proprio questo strato. Il testo passa a una composizione via codice: font, corpo, peso, interlinea e a capo sono decisi da regole di impaginazione, mentre il modello decide solo quando qualcosa appare, da dove entra e quanto resta. Cambiata la divisione del lavoro, la sfocatura sparisce alla radice.

Cosa risolve l'impaginazione via codice e cosa no

Risolve nitidezza e controllo. Titoli, formule, etichette dati, tutto ciò che richiede un glifo definito ha ora un percorso di rendering definito. Conta soprattutto per i contenuti in cinese, dove la densità informativa è alta, i caratteri per schermata sono molti e il margine di errore è stretto.

Il controllo conta di più. La generazione frame by frame è un'estrazione: vuoi il titolo che entra da sinistra al terzo secondo, il modello te lo fa comparire in dissolvenza dal basso, e tre tentativi in più costano. La composizione via codice è riproducibile: cambi un parametro e si muove quel parametro, il resto non lo segue. Anche le revisioni seguono la stessa logica: correggi la parte sbagliata senza rifare tutto il video.

Quello che non risolve è se il contenuto è corretto. Il test di Jiqizhixin lo dice senza giri di parole: in una dimostrazione sull'evoluzione dei caratteri cinesi, la prima versione conteneva glifi errati, corretti solo dopo aver fornito materiale di riferimento. Il codice garantisce che i caratteri siano impaginati in modo chiaro, non che siano scritti correttamente. Su conoscenze specialistiche, caratteri rari o terminologia, chi crea deve comunque guardare fotogramma per fotogramma.

Aggiungo un giudizio mio: questo confine sarà ignorato da molti. Più uno strumento funziona bene, più è facile pensare che l'output sia giusto. Motion Studio risolve il fatto che l'immagine non sembri fatta dall'IA. La domanda che resta, se il contenuto sembri fatto da una persona, non è di sua competenza.

Il vero rivale non è Seedance

Per posizionamento, Motion Studio e la serie Seedance non sono alternativi. Seedance punta a qualcosa di vicino alla ripresa reale: luce, materiali, movimento naturale. Motion Studio lavora su grafica e impaginazione, con enfasi su stile, ritmo e rapporto tra suono e immagine. Uno fa le inquadrature, l'altro compone una pagina.

Il vero rivale è la libreria di template di CapCut e i flussi che accoppiano Canva o Figma con l'impaginazione manuale. Rispondono allo stesso bisogno: voglio un clip breve, ritmato, con testo leggibile e musica adatta. Il vantaggio è la certezza, il difetto è che va montato a mano ogni volta.

Motion Studio entra da una frase dentro, la struttura si monta da sola. Dai un sostantivo e mette insieme architettura esplicativa, ritmo del racconto e voce. Sul fronte template ci sono animazione di caratteri, pixel retrò, animazione geometrica e collage creativo, con linguaggi visivi che vanno dall'astrazione geometrica all'ASCII, al pop e allo Y2K. Scegliendo si riempiono prompt di esempio, si possono cambiare tema, testi e colori, e caricare materiali propri.

La combinazione si adatta a un tipo di contenuto in particolare: la spiegazione. I video di conoscenza vibe che circolano su Douyin e Bilibili, che trasformano l'entropia o l'auto-miglioramento ricorsivo in animazioni con voce e musica, sono esattamente il bersaglio. Densità informativa alta, esigenze visive chiare, nessun bisogno di texture da ripresa: il caso in cui la generazione frame by frame rende meno e l'impaginazione via codice rende di più.

Fare studio: impacchettare il flusso in un prodotto

Prima di Motion Studio, Dreamina ha lanciato il 26 ottobre uno studio per il microdramma, e ha annunciato uno studio di marketing per e-commerce e brand.

Visti insieme, i tre studi seguono una logica semplice: non vendere capacità per modello, ma risultati per scenario. L'utente non deve conoscere la differenza tra Seedance e un motore di animazione, gli basta sapere che vuole un microdramma, una spiegazione o un'immagine di prodotto. Il resto lo assorbe il prodotto.

È la scelta comune degli strumenti video cinesi quest'anno. Le distanze tra modelli si stringono e resta chi ha il percorso più corto, con meno passaggi e meno export e import. Motion Studio comprime in un clic i quattro o cinque passi di prima: il modello scrive codice, il browser lo esegue, si registra lo schermo, si esporta, si aggiungono voce e musica.

Quello che ancora non mi convince

Primo, otto minuti e mezzo per 60 secondi restano lenti per la produzione in volume. I team che ne fanno decine al giorno devono lanciare più attività in parallelo o tenere lo strumento per i pezzi importanti.

Secondo, la trasparenza sui crediti non basta. Vedere una stima prima di generare è utile, ma quanto costano 82 crediti dipende dal piano acquistato, e questo rende difficile calcolare il costo per video quando si pianifica.

Terzo, il punto più concreto: i video di animazione da template si somigliano facilmente. Quando i set geometrico, ASCII e Y2K si diffondono, lo spettatore riconosce lo strumento in tre secondi. La piattaforma dà il punto di partenza, la differenza va aggiunta.

Se vuoi provarlo, parti da una spiegazione di 60 secondi su un tema che conosci bene e che il modello non conosce, per esempio un processo interno di un settore. Così vedi due cose insieme: se l'impaginazione è davvero nitida e quanto il contenuto può sbagliare.

Articoli correlati