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

Jaime Yao · Filmmaker interno presso Flick · LinkedIn

Aug 2026

Low-angle cinematic portrait of a weathered Norse man against a stone monolith and blue sky, from the AI short film Ulysses

I made a photorealistic Viking short film called Ulysses entirely with AI. No camera, no crew, no actors, no set. Just over four hundred shots, built in about eight days, that look like real footage. This is the full workflow, start to finish, exactly the way it happened on the canvas. Watch the finished film on Flick TV first if you want; everything below is how it got made.

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.

Make your own AI film

Start with one image and build a whole film, shot by shot.

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.

Three-view full-body reference sheet of a bearded Norse man in a wool tunic on a grey background

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.

Three-view reference sheet of an armored Viking warrior in a horned helmet holding an axe

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.

The same Norse man from the reference sheet, running along a blue-painted wall on white sand, a finished cinematic frame

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. The canvas it all happened on

Every step above lives in one workspace. Here is the actual project, zoomed out: sketch rows on the left feeding photoreal rows on the right, character sheets along the bottom, and the iteration ladders in between. 424 images and 38 video shots, all traceable to their references.

The full Ulysses project canvas in Flick, zoomed out: hand-drawn composition sketches on the left connected to photoreal frames on the right, character reference sheets along the bottom

Zoom in anywhere and you see the same pattern repeat: one composition, several takes, one survivor. This is what the two leads look like mid-iteration, the guard in his mail and the keeper in his tunic, same faces in every take because every take points at the same sheets.

Close view of the Ulysses canvas showing repeated takes of the two leads, an armored guard and a man in a wool tunic, standing on white sand

8. The numbers behind it

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. What I would tell you before you start

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

Start with one image and build a film shot by shot. The step that matters most is the reference sheet, and our guide to consistent AI characters is the deep dive on exactly that.

Domande frequenti

How long does it take to make an AI film like this?

Ulysses ran 432 generation jobs over about 8 days, one person, no crew. Most of that time is choosing between takes, not waiting on renders.

Which AI models did the film actually use?

Nano Banana for stills and edits (371 of 392 image generations were edits of an existing frame), and Kling for motion: the finished canvas carries 37 Kling video shots, including the spoken dialogue takes.

How do the characters stay consistent for 400 shots?

Reference sheets, wired into everything: the project holds 653 reference-image links, 92 percent of all its connections, and the lead's sheet alone sits under 79 shots. No shot is generated from words alone.

Can the characters actually talk?

Yes. Dialogue shots are animated from a locked still with a performance prompt that specifies the line, the pause, and what the eyes do. The still holds the identity; the video pass adds breath and voice.