Promette di lasciare un segno profondo e di rappresentare una svolta significativa nella storia del cinema. Per un cinema più democratico, più presente tra la gente, che unisce… Quello che fu il cinema originario, e che da tanto non riesce più ad essere.

In questo articolo voglio parlarvi a grandi linee, tecnicamente, dell’idea di base. E condividere con voi alcune possibili aree di utilizzo dell’intelligenza artificiale per ottenere il massimo con un budget, volutamente, ridotto.

Possiamo considerarlo anche un aggiornamento, in fase molto più avanzata, dello scorso articolo scritto a febbraio 2023 dal titolo Come fare film low budget con l’Intelligenza Artificiale – Prime fasi.

L’impatto rivoluzionario dell’Intelligenza Artificiale nel cinema

Un tempo, gli effetti speciali e le tecniche narrative erano le bacchette magiche del cinema, ma oggi l’intelligenza artificiale sta giocando una carta rivoluzionaria. È un aiuto incredibile, un complice che spalanca le porte a un’innovazione senza precedenti. Stiamo cavalcando questa onda, con l’IA al nostro fianco che dà una mano nella creazione di storie avvincenti, personaggi digitali che sembrano veri e musiche che ti arrivano dritte al cuore. Ma non dimentichiamo il tocco umano, il vero cuore pulsante di ogni nostra creazione.

“Intelligenza artificiale e cinema” non è un motto gettonato, ma l’inizio di un nuovo capitolo nel raccontare storie. Siamo pronti a dimostrare che il futuro dell’intrattenimento non è più un sogno lontano: è qui, ed è animato dall’intelligenza artificiale.

Luna Dolph, Kyle e China: dal virtuale alla vita reale

Il racconto, sceneggiato da Gérard Bernasconi, parte dalla storia di Luna Dolph, Kyle e China; non semplici personaggi, ma avatar tridimensionali che respirano vita in un mondo virtuale affascinante e complesso. Questi avatar non sono solo protagonisti di una storia, ma simboli della nostra epoca. Rappresentazioni vivide della nostra progressiva immersione nell’universo virtuale, conosciuto anche come metaverso. Questo concetto, un tempo relegato alla fantascienza, sta rapidamente prendendo forma e influenzando settori diversi, dai videogiochi alle piattaforme di social networking, trasformando il modo in cui interagiamo, lavoriamo e ci divertiamo.

Realtà Virtuale e Identità Digitali

Il nostro obiettivo non è solo quello di raccontare una storia avvincente, ma di invitare il pubblico a riflettere sulla natura della realtà in un’era digitale. Questi avatar, con le loro interazioni complesse e i loro mondi intricati, rappresentano la fusione in atto tra la nostra vita fisica e quella digitale. Una convergenza che sta ridefinendo il significato stesso di identità, comunità e appartenenza.

Al fulcro della nostra narrativa troviamo Luna Dolph, Kyle e China. Sono tre avatar tridimensionali le cui vite si svolgono in un mondo virtuale di straordinaria bellezza. Pur esistendo nell’etere digitale, la loro storia è un ponte verso la realtà, un mezzo per ricordare ai nostri spettatori il valore insostituibile dell’interazione umana e della vita reale. In un’epoca in cui la digitalizzazione ha trasformato i nostri modi di connetterci, il nostro racconto mira a usare la tecnologia non come un rifugio, ma come un trampolino per riscoprire e rinvigorire la socialità autentica e tangibile.

La tecnologia aiuta a vivere meglio

Mentre Luna, Kyle e China navigano in un metaverso affascinante, le loro esperienze e sfide risuonano con un messaggio chiaro: la tecnologia, per quanto avanzata, è uno strumento che, se usato con saggezza, può arricchire ma non sostituire il calore e la complessità delle connessioni umane. Il nostro obiettivo è far emergere la consapevolezza che, nonostante l’attrattiva del digitale, la vita vera si svolge fuori dallo schermo. Nelle risate condivise, nelle strette di mano, negli abbracci e nei momenti spontanei che costituiscono il tessuto della nostra esistenza.

Con questa narrazione, aspiriamo a ispirare gli spettatori a sollevare lo sguardo dai loro dispositivi e a immergersi nuovamente nel mondo reale, arricchendo le loro vite con esperienze autentiche. Attraverso l’esplorazione di mondi virtuali, vogliamo celebrare e promuovere la bellezza e l’importanza insostituibile della vita reale e della socialità umana.

Il film rappresenterà la prima uscita nel mondo reale per i tre protagonisti.

Come usiamo l’AI nella produzione cinematografica

Siamo ancora in fase pre-produttiva, quindi dal punto di vista pratico vi terrò aggiornati nei prossimi mesi. Per ora abbiamo un’idea di massima: abbiamo selezionato un compendio di tecnologie di intelligenza artificiale (AI) di ultima generazione e allo stesso tempo economiche e disponibili a tutti.

Il film sarà in formato fulldome, immersivo a 360×180 gradi. Praticamente lo proietteremo in cupole e planetari. E’ un’innovazione cruciale guardando al futuro, visto che si spinge sempre più verso l’immersività totale. E abbiamo un budget limitato, diciamo a occhio tra 10 e 20.000 euro. Il film durerà circa 40 minuti, e sarà per circa il 30% nel mondo virtuale di Luna e i suoi amici (interamente ricreato in Unreal Engine), per il restante 70% nel mondo reale.

Usare Luma AI per il cinema del futuro

Per cominciare a parlare di questo arsenale tecnologico cito Luma AI, una soluzione pionieristica che rivoluziona completamente la generazione di ambienti tridimensionali. Luma AI ci consente di riprodurre ambienti reali all’interno di Unreal Engine, in qualità fotorealistica e persino con un iPhone. Impiegando tecnologie avanzate come il Neural Radiance Fields (NeRF) e il nuovissimo Gaussian Splatting (quest’ultimo pubblicato appena tre mesi fa dall’Università della Costa Azzurra, in Francia), possiamo catturare la complessità e la ricchezza del mondo reale in formato digitale, inserirlo in Unreal Engine (compresa la possibilità di muoversi liberamente all’interno della scena) e dar vita a scene precedentemente relegabili solo a grandi budget.

Abbattiamo i costi legati alla creazione di ambientazioni dettagliate e oggetti complessi, oltre a snellire e accelerare il processo produttivo. Luma AI non democratizza soltanto l’accesso a tecnologie di prim’ordine, ma ci fornisce anche gli strumenti per sperimentare a una velocità che prima era inimmaginabile. E permette di imprimere un livello di vivacità e profondità senza precedenti nelle nostre scene.

Skybox AI per il cinema – Illuminazione semplificata su Unreal Engine

Un altro strumento cruciale nel nostro repertorio è Skybox AI di Blockade Labs, per creare skybox immersive. Arricchendo le scene virtuali con dettagli vitali sull’illuminazione e l’ambientazione.

Uno skybox in Unreal Engine non solo fornisce un ambiente circostante visivamente convincente (montagne, cielo, case lontane ecc…), ma influisce anche sull’illuminazione globale degli asset 3D all’interno della scena. Questo è quanto più ci interessa in ambito cinematografico: agisce infatti come una fonte di luce ambientale, riflettendo i suoi colori e le sue tonalità sugli oggetti, contribuendo a creare un’atmosfera coerente e realistica. Ad esempio, uno skybox che raffigura un tramonto infonderà calde tonalità arancioni e rosse sulla scena; mentre uno skybox notturno fornirà una luce più fredda e tenue. Questo processo aiuta a integrare gli assets 3D nell’ambiente circostante, rendendo l’intera esperienza visiva più immersiva e coerente.

Aspetto che si rivela essenziale nella creazione di ambienti fulldome a 360 gradi. Ogni minimo particolare è fondamentale per sostenere l’illusione di un mondo completamente immersivo.

Usare Kaiber AI per il nostro film

Kaiber AI è utile e di qualità, ma ho un serio dubbio: non so se funziona con i video fulldome. Ancora non ho avuto il tempo di sperimentarlo, ma eventualmente aiuterà a rendere più omogenee le scene in modo da unire ancor meglio gli assets. Lavora tramite l’AI direttamente sui file video finali.

Intelligenza artificiale e cinema: Reverie AI

In attesa del lancio di Reverie AI, siamo stimolati dalle sue promesse di creare mondi virtuali per Unreal Engine quasi “copiando” una foto preesistente. La sua capacità di generare scenari che imitano fedelmente la realtà, unita alle potenzialità nella color correction delle scene virtuali, ci apre porte verso possibilità illimitate nella narrazione visiva. Reverie AI promette di essere un eccellente complemento al nostro workflow, migliorando la coerenza visiva e garantendo transizioni fluide e convincenti tra il mondo virtuale e quello reale.

Move.ai, mocap economica e funzionante

Un altro tool “intelligente” che contiamo di usare per il nostro film sarà Move.ai, nello specifico l’economico servizio Move One (in offerta lancio a 15 dollari al mese, poi dovrebbe costare 30). Con una semplice app per iPhone, potremo creare animazioni personalizzate semplici e pronte senza troppe correzioni o clean-up. Ciò riduce tempi e costi, permettendo di non essere limitati dalle animazioni già disponibili in servizi come Mixamo, ActorCore o il MoCap Market di Noitom.

Qui un rapidissimo video test:

Chiaramente, hanno anche il più costoso servizio professionale che permette di usare fino a 8 camere. Ma non contiamo di usarlo per questa prima produzione, a meno di concretissima necessità.

Speech-to-speech per il doppiaggio cinematografico… È possibile?

Nella nostra produzione, l’innovazione non si ferma alla creazione del mondo digitale; vogliamo infatti approfittare della rivoluzione tecnologica in atto anche per aspetti tradizionali della cinematografia, come il doppiaggio.

La voce di Luna e degli altri avatar 3D, deve essere coerente (per non dire identica) in tutti i media, sia nel mondo virtuale che in quello reale. Affrontiamo una sfida complessa: mantenere la stessa voce su diverse piattaforme, compresi i social media e soprattutto lo streaming in tempo reale, senza legarci a un unico doppiatore. Questo ci permette di avere flessibilità nella narrazione e di adattarci a vari formati senza dipendere dalla disponibilità di un attore specifico.

L’idea è replicare le voci di alcuni attori reali e associarle agli avatar (Luna, Kyle e China per cominciare), poi trasformare la voce di un qualsiasi attore, in tempo reale, in quella di Luna, per usarla sia per il doppiaggio di film e contenuti social (tanto in lingua originale, tanto per le traduzioni), sia per il live streaming sovrapponendo queste voci all’avatar animato in motion capture.

Dall’ottimo ma costoso Respeecher, all’ambiguo Voicemod

Abbiamo esplorato opzioni come Respeecher, uno strumento avanzato di conversione speech-to-speech, ma i costi per il real-time sono proibitivi. Parliamo di circa 1000 o 2000 euro al mese, per poche ore di utilizzo. Voicemod si presenta come una soluzione più economica grazie alle sue AI voices, anche se circolano voci contrastanti sulla sua affidabilità (alcuni lo considerano addirittura un malware o un cryptojacking…). E resta il problema di non avere i diritti sulla voce, di loro proprietà, il che risulterà certamente un problema in futuro. Non so ancora il costo per la conversione in real-time di Resemble.ai, che ho usato in passato per il molto più economico text-to-speech, e di Veritone Voice.

Un altro strumento che non ho potuto testare è Voidol 3, ad un costo di circa 300 dollari. Non ho trovato una versione demo, ma ammetto di non essermi neppure impegnato tanto a richiederla. E’ uno dei vari software orientali, creati per la tipica passione giapponese verso il mondo anime. Ma in realtà adattabile al nostro scopo, come vedremo tra poco con un altro giapponese.

MetaVoice Live, Mangio RVC Fork e W-Okada Voice Changer, gratis e open-source

Le soluzioni finali, dopo tanta ricerca, sono MetaVoice Live e il Voice Changer di W-Okada. Entrambi open source, il che ci rassicura di poter basare la “vita futura” dei personaggi su questi servizi, ed entrambi gratuiti. Non posso non citare il canale YouTube AI Tools Search che mi è stato utilissimo. Tra i video più interessanti in questo ambito, sicuramente questo:

MetaVoice mi piace particolarmente: è in fase di acceso sviluppo ed ha una versione cloud per le conversioni non in tempo reale che garantisce maggior qualità e flessibilità. Questa non è gratuita, ma il costo tra 10 e 25 dollari al mese si può tutto sommato affrontare.

Al contrario, il Voice Changer di W-Okada ha molti sviluppatori indipendenti che sviluppano soluzioni compatibili con esso, come l’utente GitHub Mangio621 che ha creato il Mangio RVC Fork, un software con interfaccia Web in grado di trasformare la voce di un attore reale in quella del modello vocale scelto. Molti di questi modelli, soprattutto personaggi famosi, sono già disponibili su siti come Voice-Models.com in formato “.pth”. Un classico formato usato nell’ambito del machine learning), ma la cosa più bella è che con lo stesso Mangio RVC possiamo effettuare l’addestramento, o training, di una voce personalizzata. Tutto in locale grazie ad una buona scheda video. E pertanto chiaramente sempre disponibile, e gratis.

A breve però farò un articolo specifico su questo. Così mi seguirete mentre faccio qualche prova interessante.

Generare video con l’intelligenza artificiale

Un uso dell’AI nella produzione cinematografica può essere il text-to-video, o video-to-video. Ma quanto può essere utile generare video con l’intelligenza artificiale? Intendo proprio da zero, descrivendo all’AI in maniera testuale (o con una referenza video molto semplificata) ciò che si desidera ottenere. Un po’ il futuro, ad oggi tools come Runway Gen-1, Genmo AI, o Moonvalley AI sono poco più che esperimenti. Utili in alcuni frangenti, ma lontani dalla qualità e realismo necessari ad una produzione cinematografica.

Evidentemente, dovremo lavorare ancora per qualche anno per ottenere i nostri film

Canon EOS R5C e obiettivo Dual Fisheye per video fulldome 3D

E per le riprese live action? Nel nostro viaggio, ci stiamo cimentando con una combinazione di attrezzature davvero entusiasmante. Teniamo sempre a mente l’obiettivo: poca spesa tanta resa. Avevo inizialmente pensato di girare tutto in completo 360 gradi, anche per rendere il tutto già compatibile in caso di futuri porting in realtà virtuale. Ma il costo diventava proibitivo, sia per la camera (una camera professionale come la Insta 360 Titan, tra l’altro non aggiornata da anni, costa oltre 17.000 euro), sia per le difficoltà di iniziare già dal primo momento con un campo così largo.

L’idea è quindi di produrre il video giusto per la cupola, in 360×180 gradi (in pratica metà sfera). E l’obiettivo Canon RF 5.2mm F2.8 L Dual Fisheye, abbinato alla Canon EOS R5C, dovrebbe rivelarsi una scelta vincente. Questo setup non solo offre immagini immersive, ma ci permette anche di sperimentare con riprese stereoscopiche, che aggiungono un livello extra di profondità e realismo.

La cinepresa Canon EOS R5C, con la sua gamma dinamica tra 11 e 12 stop e sensore da 8K, offre un ottimo rapporto qualità-prezzo. È una considerazione importante per noi, poiché stiamo cercando di mantenere un budget equilibrato senza sacrificare la qualità. Valuteremo anche se noleggiarla… Da Adcom, obiettivo e camera vengono offerti a circa 200 euro giornalieri.

Ad essere onesti, non possiamo ancora sfruttare appieno le potenzialità della stereoscopia a causa della proiezione, ma è sicuramente qualcosa che ci piacerebbe esplorare in futuro. È una di quelle cose che sembrano davvero cool e potrebbero aggiungere un tocco speciale al nostro progetto. Avete mai proiettato fulldome stereoscopici o avete qualche suggerimento su come potremmo integrarla nel nostro lavoro? Sarei felice di sentire i vostri pensieri e idee.

E se in qualcosa mancherà rispetto a camere più blasonate… Anche in questo caso, contiamo di sfruttare l’AI per il miglioramento della qualità dei video. Ma le ricerche, nel campo, dobbiamo ancora farle.

Conclusioni

Alla fine, la nostra scelta di strumenti digitali e attrezzature riflette il desiderio di non scendere a compromessi sulla qualità, pur tenendo d’occhio il budget.

In breve, stiamo creando qualcosa che va oltre il cinema tradizionale. Grazie all’intelligenza artificiale e alla tecnologia di punta, il “cinema del futuro” non è più un sogno. È reale, vogliamo vederlo accadere. E con il genio di Gérard Bernasconi alla sceneggiatura (il quale ci ha dato anche un gran contributo tecnico), la precisione di Michela Sette nel ruolo di VFX Supervisor e la creatività di Michele Pelosio alla regia, stiamo forgiando un’esperienza cinematografica rivoluzionaria. Tenetevi pronti, perché stiamo per portarvi in un mondo dove cinema e realtà si fondono in un’esperienza trascendentale

L'articolo AI nella produzione cinematografica: come produrre un film innovativo low budget è apparso primo per Il Futuro del Cinema - di Dario Riccio.

L’idea me l’ha involontariamente data Nicolas Perrier dell’Università di Lione, in Francia, con un suo post su Linkedin. Perrier è un bravo esperto in innovazione nella realtà aumentata e virtuale, e il post in questione riguarda Plask; uno dei tanti tools per realizzare animazioni 3D a partire da un semplice video. In pratica Motion Capture, senza costose e complesse apparecchiature. Tecnologia che può interessarci particolarmente per produrre video animati a una frazione del costo attuale, e persino con attori a distanza.

Ulteriore aiuto, oltre che dallo stesso Nicolas con i suoi innumerevoli posts, mi viene dal sito Futurepedia.io. Una “wiki” sull’intelligenza artificiale, con la selezione di molti strumenti ad oggi disponibili per il grande pubblico.

Andiamo quindi ad analizzarne alcuni, nello specifico quelli utili nel cinema. Tanto per la scrittura, quanto per la produzione tecnica dei video e per le voci. Vedremo la qualità dei risultati, faremo esperimenti e ne conosceremo i costi.

Per meglio comprendere come usarli nei nostri film low budget, ho deciso di creare un cortometraggio (di bassissime pretese, solo per fare prove tecniche) usandoli il più possibile.

Creare video con l’intelligenza artificiale

Dividiamo i servizi in tre macro-categorie: scrittura, video e audio. Iniziando dalla scrittura, dovendo avere prima di tutto l’idea.

Scrittura cinematografica con l’intelligenza artificiale

Necessitiamo una storia. Realizzata da un’AI? Vediamo, gli strumenti di scrittura non mancano. E se non sarete d’accordo, potrete sempre controbattere nei commenti.

Come funziona GPT-3

La maggior parte dei servizi pubblici per scrittura AI è ad oggi basata su GPT-3 (con i suoi 175 miliardi di parametri di apprendimento automatico). Le alternative in realtà sarebbero tante: BigScience Bloom, linguaggio su larga scala che è stato lanciato da poco (con il vantaggio di essere open source), o la tedesca Aleph Alpha con il suo Luminous (da 200 miliardi di parametri).

Cosa sono i parametri di un’intelligenza artificiale?

Immagina di avere un compito che richiede di prevedere se un’immagine contiene un gatto o no. Un modello di intelligenza artificiale potrebbe essere addestrato su molte immagini etichettate come “gatto” o “non gatto” per imparare a riconoscere i tratti distintivi dei gatti.

Per fare questo, il modello utilizza una rete neurale, che è un insieme di nodi interconnessi. Ogni nodo rappresenta un calcolo effettuato sui dati di input. I parametri, o “pesi”, sono i valori assegnati a ciascun nodo che influiscono sulla forza della connessione tra i nodi.

Quando il modello vede un’immagine nuova, questi pesi vengono utilizzati per effettuare una serie di calcoli che alla fine producono una previsione, ad esempio “gatto” o “non gatto”. Il numero di pesi che vengono utilizzati nel modello è il numero di parametri.

In sintesi, i parametri sono come dei valori di ajuste (o adattamenti, diciamo la modifica dei valori di un modello di intelligenza artificiale durante l’allenamento al fine di migliorare la sua performance) che influiscono sul modo in cui il modello elabora i dati per produrre una previsione.

Un modello con molti parametri avrà più opportunità di modificare i suoi calcoli per adattarsi ai dati di allenamento, ma potrebbe anche essere più incline a overfitting, ovvero a un’eccessiva aderenza ai dati di allenamento e una scarsa capacità di generalizzazione.

Altri concorrenti di ChatGPT

Altri concorrenti sono Nvidia con il Megatron NGL (immenso, ma non disponibile al pubblico), Google con i suoi GLaM, LaMDA e PaLM (si, non si fanno mancare nulla), OPT di Meta, AlexaTM di Amazon o vari cinesi come Alibaba e il suo BaGuaLu.

Per finire cito GPT-J, altra alternativa open source a GPT-3.

Capiamo quindi rapidamente come funziona GPT-3, da una risposta riadattata della stessa AI:

GPT-3 (Generative Pretrained Transformer 3) è un modello linguistico all’avanguardia sviluppato da OpenAI. Utilizza una tecnica di apprendimento profondo chiamata “transformers“ per generare testo simile a quello umano sulla base di un dato input.

Ecco come funziona il GPT-3:

1. Il modello viene addestrato su un ampio set di testi generati dall’uomo, come libri, articoli e siti web. Questo processo di addestramento consente al modello di apprendere gli schemi e le strutture del linguaggio naturale.
2. Quando riceve un input, il modello lo elabora utilizzando i suoi strati di reti neurali. Ogni strato svolge un compito diverso, come l’analisi della sintassi, della semantica e del contesto dell’input.
3. Il modello genera quindi una risposta basata sull’input e sulla sua comprensione del linguaggio naturale. Lo fa prevedendo le parole successive della frase, utilizzando gli schemi e le strutture apprese durante l’addestramento.
4. Il modello ripete questo processo più volte, generando più risposte all’input. Queste risposte vengono poi classificate e valutate dal modello e la risposta più alta viene selezionata come output finale.

GPT-3 è noto per la sua capacità di generare testo spesso difficile da distinguere da quello scritto da un essere umano. È utilizzato in diverse applicazioni, come la traduzione linguistica, la sintesi e la generazione di testi.

ChatGPT racconta storie per la sceneggiatura.

Cominciamo direttamente dal prodotto di casa Open AI: ChatGPT. È forse il tool del momento; il primo ad aver fatto un salto tra il grande pubblico. È quasi preoccupante quanto sia preciso e “reale” nelle conversazioni, ma se ne è discusso anche troppo e ovunque nelle ultime settimane.

Mi sono iscritto al sito di Open AI, ho aperto la chat per provare a parlare con GPT-3 (non oso immaginare cosa farà il prossimo GPT-4) chiedendo di scrivermi una storia con alcuni dialoghi per un cortometraggio in grafica digitale. E beh, semplicemente me l’ha fatta.

La storia scritta da ChatGPT

Questa è la storia senza alcun ritocco, solo tradotta in italiano (potete leggere l’originale nella versione inglese di questo articolo).

Teniamo in considerazione questa prima storia. Certo, non me l’ha fatta semplice… Poteva creare una storia in mezzo a una città a caso; al contrario, la giungla sarà più complessa da ricreare. Ma ci devo stare, il gioco è questo.

La stessa storia, in versione breve

Ah, ho anche chiesto una versione più breve. Mi ha fatto una sintesi. Poi ho specificato di volere una versione breve ma con i dialoghi, e semplicemente l’ha fatta. Ve la riporto per completezza di informazione:

ChatGPT scrive automaticamente la sceneggiatura

Stavo valutando di raccoglierla in una sceneggiatura, quando ho pensato “perché non chiederglielo?”. Detto, fatto. Mi ha riscritto la storia già pronta per il cinema:

A parte Interno Giungla, per il resto è un’ottima base di partenza. Ma ad Andrea Rocci, sceneggiatore “umano”, seppur senza un’analisi approfondita (eravamo a fare due chiacchiere davanti una birra) gli sono saltati all’occhio alcuni errori di forma.

La sceneggiatura parla infatti per immagini, e frasi come “scoprendo sempre più tesori”, o “ricchi oltre ogni aspettativa” non sono affatto chiare. Quali tesori? Statue, monete, altro? E in che senso ricchi? Sono pieni di oro addosso? Sono vestiti in maniera appariscente? Tutti con l’ultimo iPhone e le chiavi di una Ferrari?

Per non parlare della mancanza di descrizioni degli ambienti. La giungla stessa è lasciata al più completo immaginario del regista, o degli scenografi (o 3D artist, che dir si voglia).

Però di necessità virtù, lasceremo alla discrezione del regista (esistesse, almeno lui…) ogni scelta. Proveremo a cercarne uno buono su character.ai, forse. Anzi, provatelo e parlate con dei “personaggi” artificiali. C’è persino Albert Einstein!

Prezzi

Qui è semplice: di base non costa nulla. Sta iniziando ad essere commercializzata una versione a 20 dollari al mese in alcuni Paesi, che elimina alcuni limiti (soprattutto dovuti alla potenza di calcolo necessaria per gestire le milioni di richieste che arrivano ogni giorno ad OpenAI).

Alternative a ChatGPT

Al momento GPT-3 è difficile da battere… Nell’attesa che escano i candidati più blasonati (a breve Google Bard), ho chiesto a ChatGPT stesso i suoi concorrenti. Mi ha segnalato per cominciare ScriptBuddy, WriterDuet e AI Screenwriter. Chiedendogliene altri, Plotbot, Amazon Storywriter e InkTip Script Listing. Ok, pensavo fosse sufficiente… Tranne che la risposta in realtà è una parziale menzogna. Qui si vedono i limiti attuali di questa intelligenza artificiale, in parte (ma non solo) a causa del fatto che i dati di cui dispone sono aggiornati al 2021.

Intanto ScriptBuddy, inizialmente basato su GPT-2, non viene più mantenuto da oltre 3 anni; lo escludiamo. WriterDuet è invece utilissimo nella sistemazione di sceneggiature. Ma lui non scrive nulla da solo… AI Screenwriter non credo esista neppure, quanto meno il caro vecchio Google non mi da risultati.

Per quel che riguarda Plotbot, o meglio Plot-bot, genera effettivamente trame di film sfruttando il motore GPT-2. Ma, come ScriptBuddy, sono anni che non viene mantenuto e per ottimizzare i tempi lo escludo. Lo stesso vale per Amazon StoryWriter, mentre InkTip Script Listing non serve a generare testi.

Dramatron

Dramatron è una nuova alternativa, marchiata Deepmind, che promette esattamente quello che stiamo cercando: scrivere sceneggiature per cinema e teatro. Purtroppo è stato rilasciato solo un paio di giorni intorno al 9 dicembre, e quando sono arrivato a provarlo era troppo tardi.

Resta un progetto interessante da tenere in considerazione quando sarà aperto. Per il momento, non piace a George Mike, autore di questo video su YouTube.

Il suo commento? “…in generale mi è sembrato insipido. E non mi ha dato molto di più dei dialoghi che si trovano in tutti i film. Ha chiaramente colto il genere, ma non lo ha approfondito in modo interessante. Non ha fatto progredire la narrazione“.

Rytr

Tramite Google e Futurepedia sono poi giunto a Rytr. Uno strumento carino. Account e accesso, e mi ritrovo nell’area di lavoro. Chiede fondamentalmente lingua, stile e caso d’uso del testo creato, e lui agisce. Non essendoci chiaramente “film script”, ho provato intanto con uno strumento chiamato “bacchetta magica”.

Stessa richiesta fatta a ChatGPT, la risposta è stata però quasi esilarante:

Proviamo qualcosa di diverso e più specifico… Ho chiesto “Ho bisogno di una sceneggiatura di circa 2000 parole, con dialoghi, per realizzare un cortometraggio in computer grafica. Il titolo è: la città perduta”, e impostato come come caso d’uso “trama di una storia”. Prompt basato sul precedente output di ChatGPT. Ma ancora siamo lontani, seppur abbiamo una storiella di base:

Stessa richiesta, ma con il comando magico come caso d’uso:

Ok, un tool utile per brevi testi ma è ancora lontano dall’autonomia totale. Veniamo ai prezzi, anche se nel nostro caso mantengo il testo di ChatGPT.

Prezzi

Rytr ha una versione completamente gratuita, limitata a 10000 caratteri al mese. Altrimenti costa $ 9 al mese per 100.000 caratteri, o $ 29 al mese per uso illimitato.

Shortly AI

Altro strumento è Shortly AI, principalmente studiato per combattere il “blocco dello scrittore”. Scrivi il tuo testo o una frase, e lui continua.

Non potendogli chiedere di fare la storia per me, ho usato la prima frase della storia generata da ChatGPT: As the sun rose over the horizon, a small group of adventurers set out on their journey to find the lost city of gold. Seppur basato sullo stesso modello linguistico, il prosieguo è stato chiaramente differente.

Questo è il testo finale:

In definitiva, una bella storia ma con poco senso. L’AI ha preso pezzi di testo di qua e di là, ma senza collegarli in maniera “intelligente”.

Prezzi

Shortly AI è sicuramente utile per aggiungere una frase o due e sormontare il blocco dello scrittore, ma per lasciarlo far da solo non sembra il tool migliore.

Il suo costo non è neppure trascurabile. Parliamo di $ 79 al mese, o $ 780 all’anno. Io ho comunque utilizzato la prova gratuita, per cui è richiesto solo di registrare un account.

WriterX

Vediamo WriterX. Ha templates per creare articoli, post sui social, conclusioni di testi e tanti altri. Mi aspetto risultati simili a Shortly, non essendo progettato per intere storie.

Purtroppo però la versione di prova gratuita non permette di accedere a tutte le funzionalità, e non mi andava di pagare per un servizio (anche abbastanza caro) senza prima averlo provato; avendo persino un’alternativa gratuita di cui sono parzialmente soddisfatto.

Seppur lo stia valutando per le sue utili funzionalità di marketing… Come la bio dei miei canali social, o eventuali futuri aiuti nella scrittura degli articoli del blog. L’ho anche usato per scrivere la descrizione meta di questo stesso articolo.

Prezzi

WriterX costa $ 29 al mese nella versione standard (praticamente la trial che avevo), o $ 59 al mese per avere testi e funzioni illimitati. È disponibile in 25 lingue.

Jasper AI

Volevo provare anche Jasper AI, che alla fine è un’interfaccia grafica per la stessa GPT-3. È forse il più pubblicizzato, si trova ovunque. Ma, semplicemente, non ho neppure cominciato ad usarlo: obbliga ad inserire la carta di credito anche per la versione gratuita, e per verificarla non prende pochi centesimi ma l’intero primo mese: 29 dollari. Atteggiamento poco professionale, non voglio quindi averci a che fare e volevo i miei soldi immediatamente indietro.

GPT-J e Writey AI

Per uscire dall’universo GPT-3, volevo provare l’open source GPT-J tramite il sito web 6b.eleuther.ai; però si bloccava sempre con il messaggio: “Unable to connect to the model. Please try again”. E Writey AI, anch’esso ben funzionante ma troppo specializzato nella stesura di articoli per blog. Cosa per la quale vi consiglio di dargli un’occhiata, non foss’altro per 5 articoli al mese totalmente gratuiti.

In definitiva, sono stanco e ogni altra ricerca mi pare inutile. Dopotutto il testo di ChatGPT è valido (se così si può definire un testo “automatico”), quindi direi di passare alla realizzazione tecnica del cortometraggio.

Creazione dei personaggi 3D

Può un’intelligenza artificiale generare personaggi 3D?

Abbiamo bisogno quindi dei personaggi per la nostra storia, ma è davvero possibile generarli con l’A.I.? Spoiler: oggi, non bene. Ci sono tante promesse e alcune soluzioni che si avvicinano al risultato, ma non è ancora possibile. Vediamole in breve, poiché saranno utili nel prossimo futuro. Ma poi andremo a capire come avere i personaggi della nostra storia, ora, con pochi soldi.

PIFuHD

Per iniziare c’è PIFuHD, già disponibile al pubblico e che promette di creare un personaggio 3D a partire da una singola foto. Funziona, ma già dai video di presentazione si rimarca una qualità lontana dall’accettabile al cinema.

Google DreamFusion

DreamFusion è una delle prima A.I. in grado di sfruttare i dati 2D di Stable Diffusion (gli stessi usati per la creazione di foto tramite intelligenza artificiale, ormai molto diffusa), per la creazione di modelli 3D.

Stesso problema di prima: qualità insoddisfacente già a prima vista.

Microsoft Rodin Diffusion

Una novità del 2023 in casa Microsoft, Rodin Diffusion ancora non è disponibile al pubblico. Promette di creare un avatar 3D realistico a partire da una sola foto. Beh, a giudicare dalle foto rilasciate sul loro sito i capelli… Sempre quelli sono il problema!

Nvidia Get3D

Non può di certo mancare la regina delle schede grafiche, Nvidia, tra i tool 3D. E in effetti il suo Get3D è superlativo nella creazione di modelli 3D partendo dalle informazioni apprese da un dataset di modelli 3D.

Il dataset è molto più limitato, e questo è uno svantaggio nella varietà di oggetti 3D realizzabili. È però open-source, punto decisamente a favore, seppur l’intero training va fatto nel proprio sistema. Questo vuol dire schede video di fascia alta a go-go… E costano un po’. Tanto.

Nvidia Magic3D

Come ha risolto Nvidia il problema della “limitazione”, in termini di quantità, di oggetti creabili da Get3D? Come ci spiega l’articolo su The Decoder, semplicemente copiando Google… E tentando di rendere il suo nuovo Magic3D (qui il paper dei ricercatori) più rapido e definito di DreamFusion. Questo video ne spiega bene il funzionamento:

In pratica, Get3D ha un dataset basato su altri modelli 3D. Magic3D parte invece dalle immagini, a loro volta generate da un’A.I., aprendo la strada a combinazioni virtualmente infinite.

Funziona bene? Ciò che è certo è non sia disponibile al pubblico, ma già dal video e dagli esempi presenti in rete si presenta come una tecnologia molto promettente. Seppur ancora non raggiunge la qualità necessaria.

StyleGAN-NADA

Per fare Pokemon o altre cose divertenti c’è StyleGAN-NADA, addestrato seguendo il modello CLIP (Contrastive Language-Image Pre-Training) di OpenAI. Permette di creare immagini partendo solo da una descrizione testuale, senza bisogno di vedere alcun riferimento e senza la necessità di raccogliere ulteriori dati di addestramento.

È anche possibile modificare immagini esistenti in modo da renderle simili a quelle di altri domini, ad esempio usando un’immagine di un cane per generare un gatto. Stesso approccio che può essere applicato ad altre architetture generative, aprendo possibilità interessanti per la creazione di immagini in modo veloce e preciso.

Pollinations

Tra i “next steps”, Pollinations promette di fare ciò che serve a noi. Dal loro sito web: “a livello di ricerca, il nostro team sta sviluppando una tecnologia che consenta alle persone di generare oggetti e avatar in 3D con il solo aiuto di un testo”.

Anche qui, c’è da attendere. Per ora permette di fare comunque cose interessanti in ambito foto / video. Magari provatelo, comunque c’è poco di utile ai fini di questo articolo.

Text2mesh

Piccolo ma interessante, Text2mesh è meno un esercizio di stile rispetto ai precedenti. Qui il modello già bisogna averlo, ma l’AI promette di modificarlo autonomamente; aumentando ad esempio il numero di poligoni, cambiandone la forma e il colore finanche creando la texture da zero. Il tutto sulla base di un prompt di testo, una richiesta scritta.

Promemoria da mettere in agenda, in caso ci servirà.

Luma AI

Luma AI è un interessante progetto per scansionare oggetti reali ricreandoli in 3D. Il funzionamento è interessante, e la qualità degli scan è discretamente buona. Per oggetti di scena o figure in secondo piano lo reputo più che accettabile, anche in produzione.

Da poco permette anche di creare oggetti, e quindi personaggi, in 3D a partire da un prompt di testo. Con il classico comando “imagine”, già reso famoso dal generatore di immagini MidJourney. Ma qui, di nuovo, la qualità non è eccelsa. Buoni esperimenti, ma decisamente non utilizzabile a fini produttivi.

Personaggi e oggetti 3D senza l’intelligenza artificiale

Da tutto questo abbiamo capito solo una cosa: l’A.I. ad oggi, gennaio 2023, ancora non ci permette di avere dei buoni modelli 3D. Dovendo però mantenere il budget basso, otteniamoli con gli strumenti già disponibili.

I personaggi 3D del nostro cortometraggio

Qui non andrò a fare tante ricerche, ma valuto due strumenti per la creazione di personaggi 3D che già conosco: il semplice Reallusion Character Creator, e il fantastico MetaHuman di Epic.

Per la nostra storia ci serviranno 3 personaggi: Maria, Jake e Sarah.

MetaHuman Creator

In realtà nel caso di MetaHuman una novità rispetto al mio passato c’è: ho usato la beta di MetaHuman Creator. É fenomenale, in quanto mi ha dato la possibilità di approfittare della potenza di calcolo dei server Epic, creando i personaggi in una pausa di lavoro direttamente col portatile (che deve solo ricevere uno stream video).

Richiedendo quindi l'”Early Access” con il proprio account Epic Games dal sito metahuman.unrealengine.com, ci ritroviamo una scelta di possibili personaggi.

Immaginiamo che tutti e tre abbiano un’età tra i 20 e i 40 anni, per il resto la sceneggiatura non ci indica molto di loro.

Jake

Scelgo di iniziare selezionando Aoi, nel ruolo di Jake. Non so, quella barba mi da l’idea di “avventuriero”.

Il software avvisa che alcuni elementi del personaggio ha elementi ancora in fase di sviluppo (nello specifico i capelli) e che pertanto saranno visualizzati solo il LOD (livello di dettaglio) 0 (automatico) e 1 (massima qualità). Per noi va bene, la destinazione sarà un video pre-renderizzato chiaramente a massima qualità e non un videogame in tempo reale.

Qualche modifica al personaggio (a torso nudo, colore degli occhi, scarpe e pantaloni più “adatti”), ed è salvato. Successivamente lo esporteremo con il plugin Quixel Bridge di Unreal Engine 5.

Maria

Passiamo a Maria. Ho chiesto a ChatGPT di inventarne le caratteristiche, e la risposta è stata che potrebbe essere una donna intorno ai 30 anni. Capelli castani, lunghi fino alle spalle e raccolti in una coda di cavallo. Occhi marroni, intensi e profondi, e di etnia latina, con una pelle abbronzata dalle sue avventure all’aperto.

Proviamo a realizzarla. Partiamo da Roux. Facciamo un Blend con Lena, Kendra e Tori che sembrano adatte a modificarne un po’ lineamenti e quindi etnia, diamole la coda di cavallo, occhi marroni, modifichiamo la texture della pelle per darle qualche anno in più, elimino il make-up che difficilmente avrebbe in mezzo alla giungla, modifichiamo l’abbigliamento ed il gioco è fatto.

Sarah

Infine Sarah. Per ChatGPT ha circa 25 anni, con capelli biondi, corti e mossi. Occhi azzurri, vivaci e curiosi, intorno a 1,70 metri, snella e muscolosa a indicare una persona attiva e sportiva e di origine nord-europea, con una pelle chiara e delicata.

Ci basiamo su Vivian, modifiche varie fino a renderla qualcosa di simile al richiesto. Chiaramente MetaHuman ha tanti limiti, ancor di più in questa versione online. Ad esempio, sul fisico praticamente non abbiamo possibilità di intervento, quindi “muscolosa” è una caratteristica a cui dovremo rinunciare a meno di modellazioni successive. Ma, primo non sono un modellatore 3D e questo è un progetto zero budget solo a fini didattici. Inoltre, per lo stesso motivo non è il caso di perderci più tempo del necessario.

Infine lasciamoli li, creiamo le animazioni con dei manichini e poi faremo un retargeting con i personaggi MetaHuman direttamente in Unreal Engine 5.

Conclusioni

Per oggi limitiamoci qui, in uno dei prossimi articoli parlerò specificatamente di animazione e Motion Capture con l’intelligenza artificiale (dove ci sarà più utile), e poi proseguiremo con ambienti, voci, musiche e tutto quanto necessario a finalizzare il nostro piccolo progetto.

Mi lascio il tempo di finire con calma, ed eventualmente fare altri articoli prima di continuare questo. Per due motivi: sono operazioni elaborate, e l’intelligenza artificiale è in fase esplosiva. Un articolo scritto oggi, potrebbe essere vecchio domani. Forse stasera.

Pertanto, visto che queste informazioni ci serviranno molto di più verso la fine dell’anno in corso per la produzione effettiva di una storia in fulldome, teniamo in conto tutte le novità dei prossimi mesi.

Come sempre grazie per avermi seguito, e un abbraccio.

L'articolo Come fare film low budget con l’Intelligenza Artificiale – Prime fasi è apparso primo per Il Futuro del Cinema - di Dario Riccio.