Come ho realizzato un film vichingo fotorealistico con l'AI (Flusso di lavoro completo)

Ho realizzato un cortometraggio vichingo fotorealistico chiamato Ulysses interamente con l'AI. Niente telecamera, niente troupe, niente attori, niente set. Poco più di quattrocento inquadrature, create in circa otto giorni, che sembrano riprese reali. Questo è il flusso di lavoro completo, dall'inizio alla fine, esattamente come è avvenuto sul canvas. Guarda il film completo su Flick TV prima se vuoi; tutto quello che segue spiega come è stato realizzato.

È un cortometraggio su due NPC di gioco apparentemente ordinari che aspettano in uno spazio vuoto di attesa, solo per farci gradualmente realizzare che potrebbero essere più vivi del giocatore che li controlla. Invece di vedere gli NPC come codice di sfondo inattivo, immaginiamo che continuino ad esistere anche quando non sono visti, portando la propria consapevolezza, incertezza e presenza. La storia inizia come un assurdo gioco di attesa, ma diventa lentamente una riflessione su cosa significhi essere visibili, esibirsi e avere una vita interiore.

1. Prima la storia, poi le inquadrature

Ulysses è una storia ambientata nell'era vichinga: un custode della sala dell'idromele, una giovane guardia, un guerriero corazzato e un drago. Prima di generare qualsiasi cosa, l'ho divisa in inquadrature, nel modo in cui si farebbe lo storyboard di qualsiasi film. Ogni inquadratura ha avuto una pianificazione approssimativa di chi è presente, dove si trova la telecamera e cosa accade.

2. Seleziona i personaggi come schede di riferimento

Questo è il passaggio più importante in assoluto. Per ogni personaggio ho generato una scheda di riferimento pulita a tre viste, frontale, di profilo e a tre quarti, su uno sfondo grigio neutro, come una foto di casting.

La scheda diventa l'"attore" del personaggio. Ogni inquadratura successiva di quella persona è costruita a partire da essa, così il volto non cambia mai. La scheda del mio protagonista è stata riutilizzata come base in settantanove inquadrature separate. Vestiario e armatura ricevono lo stesso trattamento: ho disegnato l'armatura a mano, poi ho convertito lo schizzo in una rotazione completa fotorealistica.

3. Disegna ogni inquadratura a mano

Questo è il passaggio che sorprende di più. Prima di generare un fotogramma, ho disegnato uno schizzo approssimativo della composizione, solo forme: dove si trova il personaggio, dove si colloca l'orizzonte, dove guarda la telecamera. In questo film l'ho fatto per centinaia di inquadrature.

Lo schizzo è il blocking e la telecamera in uno. È veloce, è usa e getta, e dà al modello qualcosa di preciso da seguire invece di indovinare una composizione dalle parole.

4. Trasforma lo schizzo in un fotogramma fotorealistico

Poi ho combinato tre cose in Nano Banana, lo schizzo della composizione, la scheda di riferimento del personaggio e una breve istruzione, e ho chiesto un fotogramma live-action fotorealistico. Il prompt impedisce al modello di divagare:

Use the provided sketch as the only composition reference, use the provided guard
reference as the guard character reference. Convert the scene into a photorealistic
live-action cinematic image. Composition 100% exactly matches the provided sketch.
Camera position 100% unchanged.

Uno schizzo approssimativo più un personaggio fisso escono dall'altra parte come un'inquadratura che sembra filmata.

5. Perfeziona modificando, non rigenerando

Quasi nulla in questo film proviene da un prompt di testo vuoto. Delle mie generazioni di immagini, 371 erano modifiche di un fotogramma esistente e solo 21 erano text-to-image. Quando un fotogramma era leggermente sbagliato, una mascella pesante, un'ombra strana, un dettaglio errato, modificavo quel fotogramma invece di ricominciare da capo. La coerenza deriva dalla modifica sopra una base bloccata, non da una formulazione perfetta.

6. Anima e falli parlare

Con le immagini fisse bloccate, ho animato fotogrammi selezionati in video con Kling. Alcune inquadrature hanno movimento semplice; altre sono dialoghi, con il personaggio che parla direttamente alla camera. Quei prompt sono specifici sulla performance:

Handheld camera, extreme close-up of his face. His eyes stay locked on the camera,
no drift. He says, "Still, here." Then a brief pause, still staring, with visible
strain, as if forcing the words out.

L'immagine fissa mantiene l'identità; il video aggiunge il respiro e la voce.

7. Il canvas dove è successo tutto

Ogni fase sopra descritta si trova in un unico spazio di lavoro. Ecco il progetto reale, con zoom indietro: righe di schizzi a sinistra che alimentano righe fotorealistiche a destra, schede dei personaggi in basso e le scale di iterazione nel mezzo. 424 immagini e 38 video, tutti tracciabili ai loro riferimenti.

Zooma ovunque e vedrai lo stesso schema ripetersi: una composizione, diverse riprese, una sopravvissuta. Ecco come appaiono i due protagonisti a metà iterazione, la guardia con la sua cotta di maglia e il custode con la sua tunica, stessi volti in ogni ripresa perché ogni ripresa punta alle stesse schede.

8. I numeri dietro di esso

Per dare un'idea della scala, ecco cosa conteneva il progetto finito:

Dal canvas di Ulysses	Valore
Immagini generate / fallimenti	424 / 20
Collegamenti di immagini di riferimento	653 (92% di tutte le connessioni)
Modifiche di immagini vs text-to-image	371 vs 21 (95% img2img)
Una scheda di riferimento riutilizzata	79 inquadrature
Tempo di realizzazione	circa 8 giorni, una persona

9. Cosa ti direi prima di iniziare

• Crea prima le tue schede di riferimento. Sono tutto il gioco. Un personaggio senza scheda oscillerà.
• Disegna le tue inquadrature. Un brutto disegno con la composizione giusta batte un paragrafo bellissimo.
• Modifica, non rigenerare. Blocca un'immagine di base e cambia il meno possibile.
• Aspettati degli errori. Venti inquadrature sono fallite completamente e molte altre hanno richiesto correzioni. È normale; il flusso di lavoro è costruito per assorbirlo.

Crea il tuo

Inizia con un'immagine e costruisci un film inquadratura dopo inquadratura. Il passaggio più importante è la scheda di riferimento, e la nostra guida ai personaggi AI coerenti è l'approfondimento proprio su questo.

Domande frequenti

Quanto tempo ci vuole per realizzare un film AI come questo?

Ulysses ha eseguito 432 lavori di generazione in circa 8 giorni, una persona, nessun team. La maggior parte di quel tempo è dedicata alla scelta tra le riprese, non all'attesa dei render.

Quali modelli AI ha effettivamente usato il film?

Nano Banana per le immagini fisse e le modifiche (371 delle 392 generazioni di immagini erano modifiche di un fotogramma esistente), e Kling per il movimento: il canvas finale contiene 37 video Kling, incluse le riprese con dialoghi parlati.

Come fanno i personaggi a rimanere coerenti per 400 inquadrature?

Schede di riferimento, collegate a tutto: il progetto contiene 653 collegamenti a immagini di riferimento, il 92% di tutte le sue connessioni, e la scheda del protagonista da sola è alla base di 79 inquadrature. Nessuna inquadratura è generata solo da parole.

I personaggi possono effettivamente parlare?

Sì. Le inquadrature con dialoghi sono animate da un'immagine fissa bloccata con un prompt di performance che specifica la battuta, la pausa e cosa fanno gli occhi. L'immagine fissa mantiene l'identità; il passaggio video aggiunge respiro e voce.

Guide correlate

• Mantieni i personaggi coerenti
• Ricrea una famosa scena di film