Sei dilettanti, 1.113 episodi, mille yuan di calcolo a episodio: come una serie breve IA è stata fatta a mano

Al debutto, il 21 agosto, nessuno se ne accorse. I primi quattro giorni i dati restarono piatti. Il team fece la propria analisi e scoprì che le serie di successo chiudono ogni episodio con un gancio, una suspense di cinque secondi d'oro che ti fa cliccare il successivo. Abbandonarono il montaggio piatto e lineare, e la storia cominciò ad avere alti e bassi. Il 15 novembre, all'esordio dell'undicesima stagione, le prime dieci — un migliaio di episodi — avevano superato i dieci miliardi di visualizzazioni cumulative secondo il conteggio delle piattaforme.
La serie si chiama «In armi verso i Song». Cinque operatori speciali moderni finiscono nel quarto anno dell'era Xuanhe, sotto i Song settentrionali. Le munizioni sono limitate, la benzina finisce e i mezzi diventano rottami; per sopravvivere resta solo dissodare, addestrare truppe, migliorare le armi e dare gli esami imperiali. La cosa più strana non è il soggetto. Sono le persone che la fanno.
Un ex titolare di un ristorante di noodle di 54 anni e cinque persone che non hanno mai studiato cinema
Il coordinatore generale Zhang Hansheng ha 54 anni. Ha avuto un ristorante di noodle, poi un'azienda internet, nessuna delle due ha funzionato. Ha toccato l'IA per la prima volta a marzo dell'anno scorso, passava più di dieci ore al giorno a studiare da solo, ha pagato corsi online, ha imparato sceneggiatura, generazione video, postproduzione. A giugno ha messo insieme un piccolo gruppo con alcuni appassionati di IA conosciuti online e ha iniziato a provare le serie brevi.
Tra i sei ci sono una madre che resta a casa, il titolare di un piccolo ingrosso, un ex autista di ride-hailing, un fattorino e un impiegato qualsiasi. Nessuno ha studiato cinema. Un'altra trentina collabora dall'esterno, sparsa in tutto il paese. Non c'è un ufficio: i creatori lavorano da casa e si scambiano il materiale su gruppi WeChat e cloud drive. Nemmeno uno stipendio fisso: si dividono i ricavi in base alla durata effettiva. Zhang chiama questo schema OPC: una persona, una società, ognuno il proprio capo.
La divisione del lavoro è chiara. Zhang sceglie i testi e fissa il tono. Li Zhaohua segue sceneggiatura e testo. He Xiushan guida gli episodi pilota, fissa lo standard, distribuisce le scene e alla fine raccoglie e rivede le consegne. Scegliere le persone ha richiesto una settimana intera, rivedendo più volte lavori e consegne precedenti di ciascuno, perché tutti condividessero lo stesso giudizio su cosa è buono.
Quel giudizio è diventato poi la cosa più cara dell'intera produzione.
Mille-duemila yuan a episodio, e il milione è arrivato rotolando
Il «budget da un milione» che circola fuori, secondo He Xiushan, è in pratica il cento per cento di calcolo, esclusa la manodopera.
Il calcolo resta tra mille e duemila yuan a episodio. Sull'intera serie l'investimento supera il milione, ma i soldi non sono arrivati tutti insieme: sono rientrati poco alla volta da quanto avevano reso le serie brevi precedenti, girate in fretta. Quello che hanno tagliato sono location, luci, comparse, noleggio attrezzature e la voce più pesante di una troupe tradizionale: la gestione.
Messo sul tavolo, il numero si presta a fraintendimenti. Calcolo a buon mercato non vuol dire episodio a buon mercato. Adattamento della sceneggiatura, design dei personaggi, prompt, revisione, rifacimenti: niente di tutto questo entra nella fattura del calcolo. Il team dice di aver passato mezzo mese in preparazione, soprattutto su sceneggiatura e prompt, perché «è la parte che fa risparmiare più tentativi». I tentativi che non fai sono i soldi che risparmi.
Tentativi: tre per un'inquadratura normale, venti per una battaglia
A decidere il costo non è il prezzo unitario. È il tasso di scarto.
Un'inquadratura normale richiede in media tre generazioni per essere usabile. Le battaglie — molti personaggi, molti set, regia complessa — superano abitualmente le dieci, e oltre venti non è raro. Il criterio di accettazione sembra banale: nessun errore di continuità, la recitazione è normale, la macchina da presa è normale. Ma se l'immagine è «piatta», vale sessanta e va scartata.
Quel criterio merita un passaggio a parte. La maggior parte dei team si blocca su «il modello riesce a generarlo». Questo team si blocca su «ha generato la cosa giusta, ed è bella». Il primo problema i modelli lo stanno risolvendo. Il secondo no. Per questo non c'è un modo più efficiente di rifare: parole di He, pura fattura a mano.
Ed è quel criterio a spezzare in due la frase «le serie IA costano poco»: il costo di fare è sceso. Quello di fare bene no.
La libreria di asset: nessun volto si ripete
Oltre mille episodi, un centinaio di personaggi con un nome, soldati e passanti senza numero. Il punto in cui tutto cede più facilmente sono i volti.
Il metodo è una scheda separata per ogni personaggio che appare: capelli, forma del viso, temperamento, origine, tratti regionali, fissati voce per voce. Non solo i cinque protagonisti: ministri visti due volte, soldati, paesani, la giovane vedova hanno i loro asset. Chi costruisce un segmento prende dalla libreria il design e gli oggetti che servono. Le risse di folla sono il punto in cui i volti doppi escono di più, e la libreria è ciò che li tiene a bada.
La figura di Li Qingzhao è un altro esempio. Il team ha prodotto almeno duecento immagini senza esserne soddisfatto. Alla fine He Xiushan ha proposto di ricostruire un ritratto antico con l'IA, e così è nata la versione che poi gli utenti hanno descritto come «uscita da un dipinto antico».
Il metodo sembra goffo, ma è ingegneria che copre quello che il modello non sa fare. La coerenza non si risolve con una frase nel prompt. Si risolve con una tabella di asset riutilizzabile.

I quindici secondi del modello, allungati a trenta
Quando i creatori parlano delle capacità del modello, non citano la qualità dell'immagine. Citano due numeri molto concreti.
Uno sono le immagini di riferimento. Seedance 2.5 le ha portate da nove a diverse decine, e il vantaggio si vede soprattutto su folle e piani ampi, perché si possono bloccare insieme volto e costume di più personaggi. L'altro è la durata dell'inquadratura, passata da quindici a trenta secondi. A quindici, uno scambio di battute richiede due stacchi, e ogni stacco è un rischio in più di non attaccare; a trenta ci sta una messa in scena intera, e i rifacimenti calano.
Nessuna delle due è una «rottura di capacità». Ma per un team con mille e passa yuan di calcolo a episodio cambiano cosa si può girare. Un'inquadratura da trenta secondi significa girare un confronto tutto d'un fiato invece di incollare tre frammenti.
È anche per questo che la serie sembra più «stabile» della maggior parte delle serie IA: non un modello migliore, ma una mappa più chiara dei suoi limiti, con tutto il design tenuto dentro.
221.900 titoli e mezzo per cento
I numeri del settore sono questi. Nel primo semestre 2026 su Douyin sono uscite 221.900 serie IA; meno dello 0,5 per cento ha superato i cento milioni di visualizzazioni. Il costo di produzione di una serie IA a fumetti è sceso da quasi 15.000 yuan al minuto a circa 500, e il costo per titolo da 500.000-800.000 delle serie con attori a 50.000-240.000. Il «piano Guoran» di Hongguo investe dal 30 al 100 per cento del budget totale nei titoli premium selezionati, dal secondo semestre sostiene le micro-serie IA e ne ha quasi venti in sviluppo.
L'offerta è già in eccesso, l'attenzione non è cresciuta. In un momento così, un gruppo di sei che emerge non lo deve al calcolo più economico, ma all'aver fissato in anticipo cosa conta come buono.
Ci sono un paio di cose da portarsi a casa.
Scegliere copioni senza «cheat». Zhang ha sfogliato molti titoli nella libreria dei diritti; ha scelto questo non per il traffico, ma perché non ha un sistema. Nessuna scorta infinita, nessuna resurrezione: i personaggi diventano forti solo imparando. Questa scelta ha costretto il team a mettere energia nei personaggi e nei dettagli invece che nel girare il cheat in modo più vistoso.
Preparazione pesante, tentativi leggeri. Più si fissano con precisione design, set e prompt, meno scarti ci sono dopo. Il mezzo mese iniziale compra tempo per i mille episodi successivi.
Lasciare un confine al modello. Se sai che tiene trenta secondi e che con qualche decina di reference blocca i volti, non mandarlo a fare una regia complessa da quaranta. Quello che risparmi sono i rifacimenti.
Leggere bene i numeri. Quattro miliardi, 6,6 miliardi, dodici miliardi sono circolati tutti: sono visualizzazioni cumulative in momenti diversi, non contraddizioni. Sulle voci di dieci milioni al mese e di acquisti massicci di traffico, i creatori hanno smentito, e sul ritorno commerciale non esiste ancora un dato standard di ripartizione.
La tecnologia può generare una morte. Non può generare un vero addio. Nella sesta stagione Qin Hongying muore in battaglia; il funerale dell'episodio 39 ha raccolto più di quarantamila commenti, e il creatore di quei due episodi ha scritto una canzone per la scena. Quando Zhang ha sentito la canzone, ha capito che si era commosso.
Quella frase è forse la parte meno «metodologica» di tutta la storia, e la più difficile da copiare.
Articoli correlati
Un server, una streamer IA: dentro il codice che manda avanti una diretta notturna
open-yoki è il codice di produzione di una host IA che va in diretta ogni sera su Binance Square, con persona, voce e funzioni legate al denaro rimosse. headless Chrome disegna il frame, ffmpeg spinge RTMP, una cartella di Markdown decide umore e post.
Pinky lascia che un agent guidi il tuo telefono e tiene premuto Invia finché non tocchi Consenti
Pinky collega qualsiasi agent MCP a un iPhone o Android vero e impone l'approvazione nel proprio gateway invece che in un prompt. Le app bancarie sono invisibili, i campi password sono off limits e su Android 13 l'agent riceve un secondo schermo nascosto.
AnyModelBot mette un piccolo team di bot IA sulla tua macchina, chiavi comprese
AnyModelBot è un'app desktop che fa girare più bot insieme, ognuno con la sua persona, il suo modello, la sua cartella di lavoro e la sua memoria. Ci parli dentro l'app oppure da WeChat, Feishu, Telegram, Slack e Discord, e file, cronologia e chiavi API restano sul tuo disco.
SeedRealtime di ByteDance prende due frame al secondo e decide quando parlare
Doubao-Seed-Realtime-1.0 mette frame di camera, frame di schermo e voce in un'unica sessione full duplex, a non più di due frame al secondo. Le decisioni interessanti sono la frequenza dei frame, il parlato proattivo e la risposta di audit attiva di serie.