Il primo film sopravvissuto, Roundhay Garden Scene (1888), mostra solo due secondi di persone che camminano in un cortile. Oggi, l’intelligenza artificiale è pronta a creare video on demand su una scala inimmaginabile solo decenni fa. Una nuova partnership tra Disney e OpenAI segna l’arrivo di questo futuro: a partire dal 2026, Sora di OpenAI genererà video con personaggi Disney, Marvel, Pixar e Star Wars, trasmessi in streaming direttamente su Disney+.
Questo non è un sogno lontano. Disney sta investendo 1 miliardo di dollari in OpenAI per creare “nuove esperienze” per gli abbonati, inclusi contenuti generati dall’intelligenza artificiale che possono creare da soli. Immagina di richiedere una scena in cui Elsa e Cenerentola combattono contro Malefica: una clip che potrebbe essere consegnata in pochi secondi.
Dai secondi allo streaming: l’evoluzione dei video con intelligenza artificiale
Il progresso dai video a scatti con intelligenza artificiale di un secondo del 2016 al potenziale dei lungometraggi è notevole. Un tempo il cinema delle origini veniva liquidato come una “sciocca curiosità”, proprio come alcuni ora deridono i video basati sull’intelligenza artificiale definendoli uno spreco. Tuttavia, lo stesso scetticismo esisteva nei confronti dei primi film prima che La grande rapina al treno (1903) e Via col vento dimostrassero la loro capacità di resistenza.
La sfida risiede nella complessità tecnica della generazione video. Gli attuali sistemi di intelligenza artificiale si basano sulla diffusione, perfezionando il “rumore” in immagini coerenti attraverso elaborazioni ripetute. Ogni perfezionamento aumenta i costi computazionali, soprattutto con i video: milioni di pixel devono cambiare senza soluzione di continuità tra i fotogrammi per evitare problemi come la scomparsa di tazze di caffè o lo spostamento dei lineamenti del viso. OpenAI affronta questo problema comprimendo il video in fotogrammi semplificati, quindi dividendo tali fotogrammi in cubi per coordinare l’output del modello, in modo simile a come ChatGPT collega le parole in una risposta.
Il percorso verso video AI scalabili
Generare video più lunghi è esponenzialmente più difficile. Le incoerenze si accumulano con ogni fotogramma aggiunto. La vera TV AI “on-demand” richiederebbe tagli efficienti tra le scene, il che è attualmente proibitivo su larga scala.
Tuttavia, i ricercatori stanno trovando modi per ridurre i costi. Un approccio è la generazione fotogramma per fotogramma, limitando il calcolo necessario per ogni passaggio. Tianwei Yin di Reve ritiene che i video AI di cinque minuti saranno realizzabili entro il prossimo anno, con clip di un’ora che seguiranno subito dopo. Il CEO di Google Sundar Pichai prevede addirittura che gli studenti delle scuole superiori creeranno lungometraggi con intelligenza artificiale nei prossimi anni. Il CEO di Runway Cristóbal Valenzuela è d’accordo, affermando che “presto” saranno possibili video AI coerenti di 60-90 minuti.
L’economia della produzione video basata sull’intelligenza artificiale
L’onere finanziario è significativo, ma in diminuzione. Proprio come i costi della larghezza di banda sono crollati da 1.200 dollari per Mbps nel 1998 a 0,05 dollari per Mbps nel 2025, abilitando servizi di streaming come Disney+, i costi delle tecnologie AI probabilmente diminuiranno con l’aumento della produzione e della formazione. Milioni di persone sono già coinvolte nello sviluppo di modelli di intelligenza artificiale e i miglioramenti in termini di efficienza sono inevitabili.
Questo cambiamento richiederà di affrontare le implicazioni etiche e finanziarie, compreso il compenso dei creativi il cui lavoro forma questi modelli. Tuttavia, la traiettoria è chiara: i video generati dall’intelligenza artificiale non sono più una questione di se, ma di quando. Il futuro dell’intrattenimento potrebbe presto essere modellato da algoritmi, offrendo al pubblico un controllo senza precedenti sulla propria esperienza visiva.
