Un film cinese di diciassette minuti realizzato con l'IA ha vinto ad Astana, e il team era composto da una dozzina di persone

--- title: Un film cinese di diciassette minuti realizzato con l'IA ha vinto ad Astana, e il team era composto da una dozzina di persone slug: a-seventeen-minute-chinese-ai-film-won-at-astana meta_title: Una dozzina di persone, un mese e mezzo, un premio meta_description: 2xLabs ha vinto il premio per la migliore storia al primo Festival del cinema IA di Astana con un corto di 17 minuti realizzato da una dozzina di persone e con meno di 14.000 dollari di potenza di calcolo. category: ai tags: film IA,Festival del cinema IA di Astana,2xLabs,The Last Span,video generativo,animazione cinese,costo di produzione,narrazione ---

Il primo Festival del cinema IA di Astana ha assegnato il premio per la migliore storia della competizione aperta a 2xLabs, un team cinese, per un cortometraggio di 17 minuti intitolato "The Last Span" (合龙). Il film segue una ragazza, Ayu, che attraversa un fiume per trovare sua madre mentre le persone su entrambe le rive costruiscono un ponte che alla fine si chiude al centro.

La premessa nasce da un oggetto reale. Il dipinto "Dimora nelle montagne Fuchun" fu bruciato e separato in due rotoli, conservati in collezioni diverse, poi esposti di nuovo insieme. Il film trasforma quella storia in un racconto sulla riunione.

I numeri della produzione

Il direttore esecutivo Wang Yuchen ha detto a China News Service che il progetto ha richiesto a un team di una dozzina di persone circa sei settimane, coprendo scrittura, regia, arte, generazione visiva con IA, montaggio e post-produzione. Il costo di calcolo è stato inferiore a 100.000 yuan, circa 14.000 dollari.

La suddivisione di quel tempo è la parte che vale la pena notare. La generazione video vera e propria ha richiesto poco più di una settimana. Tutto il resto è servito a rifinire la sceneggiatura e fissare lo stile visivo, affinché immagine e storia si rafforzassero a vicenda.

Il flusso di lavoro in sé non ha nulla di eccezionale nel 2026. Il team ha fornito al modello immagini e audio stilizzati, poi ha usato prompt per descrivere il tipo di inquadratura, l'azione dei personaggi e il timbro vocale, e ha generato il girato. Quando i risultati non erano all'altezza, tornavano a riesaminare la loro lettura della scena e modificavano il prompt.

Quest'ultimo dettaglio descrive un ciclo che la maggior parte dei team di video IA riconosce. Il fallimento raramente è il modello che ignora il prompt. È il creatore che ha un'idea imprecisa della scena, che il modello riproduce fedelmente. Il racconto di Wang suggerisce che il team trattava una cattiva generazione come un feedback sulla propria direzione, piuttosto che come un malfunzionamento dello strumento.

Ciò che, secondo il regista, fa la differenza

La risposta di Wang alla questione della qualità è schietta. La tecnologia IA si aggiorna continuamente, quindi le immagini di forte impatto sono facili da copiare. Il pensiero personale di un creatore e un'espressione culturale distintiva sono ciò che dà a un'opera un carattere chiaro.

La scelta del materiale di partenza sostiene la tesi. Il team non ha scelto una premessa perché era facile da generare. Ne ha scelta una che portava già con sé una struttura: due metà separate di un dipinto, riunite. Questo dà al film una forma che un modello non può fornire.

Wang ha anche osservato che i creatori di paesi diversi condividono un linguaggio cinematografico comune. Usare bene quel linguaggio per realizzare un film di qualità è la precondizione per qualsiasi comprensione interculturale. Ha citato un recente film cinese, Welcome to the Dragon Restaurant, come esempio di un'opera che si è conquistata il pubblico con la maestria prima che con il messaggio.

I media kazaki che hanno seguito il festival hanno elogiato la direzione artistica distintiva del film e la struttura narrativa serrata. È l'accoglienza che un team vorrebbe a prescindere da come è stato realizzato il girato.

Le scelte di mestiere che lo hanno fatto reggere

Diciassette minuti sono un tempo lungo per tenere il pubblico con immagini generate, e le scelte del team si leggono come decisioni di mestiere più che tecniche. Limitare il cast a un piccolo numero di personaggi riduce il problema della deriva che affligge i lavori IA più lunghi, dove un volto renderizzato nell'inquadratura tre smette di corrispondere allo stesso volto nell'inquadratura trenta. Mantenere l'ambientazione su un fiume e le sue due rive fa lo stesso per gli ambienti: meno location significa meno occasioni perché il mondo cambi tra un'inquadratura e l'altra.

Il ponte stesso è un espediente narrativo utile per un film generato. Una costruzione che progredisce visibilmente da un'inquadratura all'altra offre al pubblico un modo per leggere il passare del tempo senza dialoghi, e dà alla produzione una ragione naturale per mostrare più volte la stessa location in fasi diverse. È il tipo di scelta strutturale che sfrutta ciò che la pipeline gestisce bene.

Il suono è l'altro punto in cui il film si guadagna l'accoglienza. Il team ha generato l'audio insieme alle immagini e ha descritto il timbro vocale nei prompt, che è il flusso di lavoro che mantiene stabile la voce di un personaggio attraverso le scene. I resoconti del festival hanno notato la musica e il lavoro vocale come punti di forza, il che conta perché un audio disomogeneo è uno degli indizi più comuni nei video IA.

L'economia di un piccolo film IA

Meno di 100.000 yuan per un film di diciassette minuti è un numero che cambia le conversazioni con i finanziatori. L'animazione 2D tradizionale di quella durata costa tipicamente milioni, e un live action con la costruzione di un fiume e costumi d'epoca non sarebbe più economico. Il divario è abbastanza ampio da cambiare il tipo di storie che vengono raccontate, perché una premessa che non giustificherebbe mai un budget a sette cifre può giustificarne uno da centomila yuan.

Il problema è che il calcolo non è stato il costo maggiore. Sei settimane del tempo di una dozzina di persone sono la vera voce di costo, e restano invariate a prescindere dal prezzo della generazione. Ecco perché conta il resoconto del team secondo cui la generazione ha richiesto solo una settimana: la parte costosa della produzione cinematografica con IA è ancora la parte che è sempre stata costosa, cioè il pensiero.

Perché questo conta più del festival

I premi dei festival per lavori realizzati con IA sono facili da liquidare come novità. Il caso di Astana è più interessante perché i vincoli erano ordinari. Una dozzina di persone, sei settimane, un budget di calcolo modesto. È una forma che molti team indipendenti possono davvero provare a replicare.

Il film mostra anche dove si è concentrato lo sforzo. La generazione è stata veloce. Le parti lente sono state decidere quale fosse la storia e mantenere stabile lo stile visivo per diciassette minuti, che è la difficoltà persistente nel video IA. I lavori di lunga durata espongono i fallimenti di coerenza che i clip brevi nascondono.

C'è un problema di traduzione specifico di questa categoria di film. Una storia radicata in un oggetto storico specifico deve funzionare per un pubblico che non ha mai incontrato quell'oggetto. La risposta di Wang è che la qualità viene prima: il film deve essere guardabile prima che i suoi valori possano viaggiare. Se questo ragionamento regga è qualcosa a cui la giuria del festival ha già risposto una volta.

Il contesto più ampio

L'annuncio è arrivato nella stessa settimana in cui gli strumenti cinesi per il video IA hanno raggiunto diversi traguardi. Le aziende del settore stanno spingendo la generazione nativa a 30 secondi, aggiungendo il controllo dei keyframe misurato in decine di fotogrammi ed espandendo i riferimenti multimodali. Il mercato interno del 2026 per drammi e serie a fumetti realizzati con IA è previsto superare i 40 miliardi di yuan.

La produzione sta diventando più economica in modi che si vedono nei numeri. Una configurazione documentata ha generato 40 secondi di filmato continuo in 1080p da zero su una GPU da 16 GB in 42 minuti, e una variante distillata del modello esegue clip da 10 secondi su una scheda consumer da 12 GB.

I creatori individuali hanno dimostrato lo stesso punto su scala più ampia. Una serie storica costruita da una sola persona ha accumulato oltre 100 milioni di visualizzazioni, con il creatore che si è occupato da solo di scrittura, regia, montaggio e direzione artistica. Le proiezioni riportate collocano i mercati cinesi delle serie drammatiche e a fumetti IA oltre i 40 miliardi di yuan quest'anno, e gli incentivi delle piattaforme sono seguiti.

Su questo sfondo, un team di dodici persone che vince un premio internazionale della giuria è un utile contrappeso. I miglioramenti degli strumenti abbassano il costo di un'ulteriore iterazione. Non forniscono una ragione per realizzare il film. La sintesi di Wang, secondo cui il giudizio estetico, l'abilità narrativa e la comprensione delle persone da parte dei creatori distinguono sempre più un'opera dall'altra, è la tesi che il premio di Astana sostiene davvero.

Il prossimo test è se lo schema si ripete. Un singolo premio può essere un caso isolato. Una dozzina di film realizzati allo stesso modo, alla stessa scala, sarebbe la prova che la barriera al riconoscimento internazionale si è davvero spostata.