Dietro "EXHIBIT": Reinventare il cinema espressionista tedesco attraverso l'AI filmmaking

EXHIBIT è un cortometraggio generato dall'AI che presenta una storia misteriosa, onirica e assurda su una guardia di museo durante il turno di notte, realizzata nello stile dell'Espressionismo Tedesco. Il cinema espressionista tedesco è stata la principale fonte d'ispirazione per questo progetto.

Ho iniziato con una ricerca approfondita sul cinema espressionista tedesco, esaminandone l'estetica visiva, le strutture narrative e le tecniche di montaggio. Sulla base di questa ricerca, ho sviluppato una prima bozza di sceneggiatura e un breve storyboard sul mio taccuino. Per lo sviluppo della trama, mi sono concentrato su tre elementi chiave: un incidente accattivante all'inizio del film per catturare immediatamente l'attenzione del pubblico; un colpo di scena inaspettato alla fine che porta la storia al suo culmine; e una costruzione narrativa attentamente studiata che collega l'inizio e la fine. Questa progressione centrale crea sottili illusioni e depistaggi, rendendo la rivelazione finale più sorprendente e d'impatto. Ho anche raccolto riferimenti visivi da diversi film iconici dell'espressionismo tedesco, riunendo sia riferimenti di scena che di personaggio in una cartella. Con queste basi concettuali e visive pronte, sono passato a Flick Art per iniziare lo sviluppo del film guidato dall'AI.

Il primo passo in Flick Art è stato caricare i riferimenti visivi raccolti durante la fase di preparazione in My Styles utilizzando la funzione Explore Styles, per costruire uno stile espressionista tedesco coerente per la generazione delle immagini. Era importante includere riferimenti sia per gli ambienti che per i primi piani dei personaggi, per migliorare la precisione e la controllabilità delle generazioni successive.

Con lo stile personalizzato stabilito, ho potuto iniziare il processo di generazione con l'AI. Ho iniziato dalla generazione del personaggio, poiché il protagonista, la guardia del museo, funge da filo conduttore centrale che collega e guida la narrazione. In questa fase, ho scelto il modello Midjourney per il primo round di generazione delle immagini, e poi ho usato Nano Banana Pro per la modifica delle immagini, poiché questo modello offre una precisione maggiore nella regolazione di dettagli visivi specifici. Ho anche usato ChatGPT per aiutarmi a perfezionare ed espandere la descrizione del personaggio, includendo dettagli come l'aspetto, l'età e l'abbigliamento. Questo mi ha permesso di creare prompt più dettagliati, ottenendo generazioni di immagini più realistiche e visivamente vivide.

Una volta generata un'immagine del personaggio con cui ero soddisfatto, sono passato alla fase successiva: generare video direttamente dall'immagine oppure adattarla in scene diverse ma correlate con lo stesso personaggio. Questo processo mi ha permesso di costruire un insieme coerente di immagini incentrate sul personaggio, sviluppare filmati più ricchi e costruire gradualmente la narrazione attraverso queste scene in evoluzione.

Lo stesso flusso di lavoro strutturato è stato successivamente esteso allo sviluppo di tutti i personaggi secondari, garantendo coerenza stilistica in tutto il film.

Successivamente, sono passato alla generazione delle scene ambientali, che includevano l'esterno del museo così come spazi interni come l'atrio e la galleria. Per questa fase, ho selezionato gli stili che contenevano riferimenti architettonici dalla libreria di stili personalizzata per guidare la coerenza visiva e l'accuratezza delle scene.

In questa fase sono state utilizzate due tecniche chiave. Prima di tutto, una volta generata un'immagine ambientale con cui ero soddisfatto, potevo creare video generativi per mostrare lo spazio attraverso il movimento della camera, come lenti zoom in avanti, oppure integrare i personaggi generati in precedenza nell'ambiente vuoto. Per inserire i personaggi in una scena, ho usato l'immagine ambientale come base per la modifica dell'immagine e ho aggiunto l'immagine del personaggio come riferimento secondario. Attraverso i riferimenti visivi e la guida dei prompt in Nano Banana Pro, sono riuscito a controllare come il personaggio veniva posizionato all'interno dello spazio. Questo approccio mi ha permesso di unire la generazione di personaggi e ambienti in un'unica pipeline visiva, creando scene coerenti che potevano poi essere utilizzate per la generazione video.

La seconda tecnica è utile quando si desidera fare riferimento a un'immagine specifica durante la generazione di una scena. Ad esempio, nel mio caso, volevo includere un dipinto ispirato a Napoleone che valica le Alpi all'interno dello spazio della galleria generato. Per raggiungere questo obiettivo, ho prima caricato l'immagine di riferimento originale in Flick Art e ho usato il modello Flick Advanced per trasformarne lo stile visivo in espressionismo tedesco. Ho poi usato Nano Banana Pro per un'ulteriore modifica, integrando il dipinto stilizzato nell'ambiente della galleria generato in precedenza. Questo metodo mi ha permesso di incorporare riferimenti visivi riconoscibili mantenendo al contempo la coerenza stilistica all'interno della scena generata.

Per la generazione video, oltre a usare una singola immagine come fotogramma iniziale e a guidare il movimento tramite prompt, un altro approccio consiste nel generare due immagini che fungano da fotogramma iniziale e finale. La generazione video può quindi interpolare tra questi fotogrammi, creando un movimento controllato in base all'azione desiderata. In una scena che volevo generare, la guardia del museo corre verso una porta e appoggia entrambe le mani su di essa come se cercasse di aprirla. Per ottenere questo movimento con precisione, ho prima generato un primo piano a mezzo busto della guardia in piedi davanti alla porta, seguito da una seconda immagine che mostra il suo corpo intero nell'atto di spingere contro di essa. Usando queste due immagini come fotogramma iniziale e finale, ho poi applicato il modello King O3 Pro per generare il movimento di lui che corre verso la porta. Questo approccio ha offerto un controllo maggiore sia sul movimento che sulla composizione rispetto alla generazione video a fotogramma singolo.

Creare EXHIBIT non è stato solo un esperimento nell'AI filmmaking, ma un'esplorazione di come gli strumenti emergenti possano reinterpretare i movimenti cinematografici storici attraverso una lente contemporanea. Combinando uno sviluppo visivo basato sulla ricerca con un workflow AI iterativo, sono riuscito a tradurre l'intensità emotiva e il linguaggio visivo dell'Espressionismo tedesco in un nuovo medium generativo. Questo processo ha anche ridefinito il mio modo di pensare al filmmaking. Invece di una pipeline lineare, gli strumenti AI hanno permesso un approccio più fluido e modulare, in cui personaggi, ambienti e movimento potevano essere sviluppati in modo indipendente e poi unificati in una narrazione coesa. La capacità di iterare rapidamente tra immagini statiche e video ha permesso sia la sperimentazione creativa sia un controllo preciso.

In definitiva, EXHIBIT rappresenta un dialogo tra passato e futuro: uno stile cinematografico classico reimmaginato attraverso l'intelligenza artificiale. Mentre gli strumenti generativi continuano a evolversi, non vedo l'ora di esplorare ulteriormente come l'AI possa espandere la narrazione visiva: non come sostituto della creatività, ma come un nuovo linguaggio per essa.