L’intelligenza artificiale locale è gratis soltanto finché non contate il tempo

Quarta puntata · costi, requisiti e possibilità di replica

Se possedete già una RTX 3090, l’elettricità necessaria a produrre il video di Storyboard Studio può valere due o tre euro. È una stima, non la lettura di un contatore. È anche il numero meno importante dell’intera faccenda.

Per arrivare a quei due euro servono un computer adatto, decine di gigabyte di modelli, parecchi controlli e la disponibilità a lasciare la macchina al lavoro per tutta la notte.

L’intelligenza artificiale locale non presenta il conto dopo ogni clip. Lo presenta prima, sotto forma di hardware, e durante, sotto forma di tempo.

Il locale scambia denaro con tempo e controllo. Un servizio esterno offre più semplicità, ma riceve i materiali e presenta un conto.

Non tutti devono riprodurre i 252 segmenti di Storyboard Studio. Esistono almeno tre livelli.

Il primo è un albo narrato: immagini pronte, voce, titoli, dissolvenze e lenti movimenti di camera. Basta un normale PC Windows con 16 gigabyte di memoria. Se le immagini arrivano da un servizio o da un illustratore, non serve una scheda grafica estrema.

Il secondo livello genera anche le tavole sul computer. Qui una scheda NVIDIA con 12-16 gigabyte di memoria grafica rende il lavoro realistico. Si possono creare le immagini con FLUX, controllarle e montarle senza affrontare l’animazione continua. I tempi rimangono ragionevoli e una tavola sbagliata costa minuti, non una notte.

Il terzo livello è quello dei due film descritti in questa serie: immagini e movimento generati localmente. Per il flusso LTX usato da Storyboard Studio considero 24 gigabyte di memoria grafica il punto di partenza. Una RTX 3090 o 4090 può farcela, ma “può farcela” non significa “lo farà comodamente”. Servono almeno 32 gigabyte di memoria normale; 64 riducono parecchi problemi. Serve un disco interno veloce con almeno 100 gigabyte liberi, meglio 200 o più se si conservano modelli, prove e versioni intermedie.

Il file di paging usa il disco come memoria di emergenza. Può evitare una chiusura improvvisa, ma su un disco meccanico o un SSD esterno USB 2.0 è molto lento. Aumentarlo mi ha aiutato, senza eliminare tutti i riavvii.

Per il video di Storyboard Studio, una produzione lineare senza errori avrebbe richiesto circa 14,7 ore di calcolo:

• una ventina di minuti per 36 tavole;

• poco più di un’ora per le clip di prova;

• oltre undici ore per i segmenti animati;

• circa un’ora e mezza per migliorarne la definizione.

Nel mondo reale i file sono comparsi nell’arco di oltre 60 ore, fra arresti, prove, riavvii e riprese. Non sono compresi i tentativi precedenti e lo sviluppo della relativa applicazione.

Fucina ha generato soltanto 19 clip, ma ha richiesto un addestramento per Martino e TOBI: 2.000 passaggi su 23 immagini, circa due ore e dieci minuti. La produzione si è comunque distribuita su più giorni, con versioni e riparazioni.

Il vantaggio locale appare dalla seconda produzione. Per un solo video, comprare una RTX 3090 per risparmiare sul cloud equivale ad acquistare un forno professionale per cuocere una pizza.

Le due applicazioni non contengono l’intera fabbrica.

Storyboard Studio (vi ricordo, creata con Codex di OpenAI) occupa circa 185 megabyte, ma ha bisogno di ComfyUI, dei modelli per immagini e video e di FFmpeg, il programma che unisce i file. Fucina (elaborata a partire da Fable di Anthropic) è ancora più piccola, ma presume che sul computer siano già presenti Python, ComfyUI, FFmpeg, componenti aggiuntivi e circa 53 gigabyte di modelli.

Storyboard Studio controlla i requisiti, conserva lo stato e riprende i lavori interrotti, ma mantiene impostazioni nascoste e alcuni bug. Fucina è più semplice, però diversi percorsi puntano ancora alle cartelle originali e il flusso cerca i modelli di Martino e TOBI.

Chi oggi scaricasse soltanto una delle due cartelle non otterrebbe un cartone premendo due volte sull’icona. Otterrebbe l’inizio di un laboratorio.

Le tavole e le animazioni dei due progetti sono state generate sulla RTX 3090. I file principali non hanno dovuto essere caricati su un servizio video. Questo è un vantaggio reale per storie riservate, materiali di lavoro e archivi che non si vogliono spedire fuori casa.

La voce, però, contraddice in parte la formula “non è uscito un solo byte”. Entrambi i progetti usano Edge TTS come scelta predefinita. È un servizio Microsoft gratuito (per ora): il testo da leggere viene inviato ai suoi sistemi. Prima di adottarlo vanno lette l’informativa sulla privacy di Microsoft e la documentazione sulla privacy di Microsoft Edge.

Fucina può inoltre usare servizi esterni per suggerire le descrizioni delle scene o generare voci più espressive, se vengono configurati. Anche le conversazioni con ChatGPT/Codex e Fable 5, usate per costruire le applicazioni, sono avvenute online.

Un flusso davvero offline richiede una voce installata sul computer, nessun assistente esterno durante la produzione e tutti i modelli già scaricati. La privacy nasce dalle scelte fatte in ogni stazione della catena.

ComfyUI e FFmpeg sono strumenti accessibili senza pagare una tariffa per clip. I modelli hanno però condizioni proprie. La licenza di FLUX.1-dev, per esempio, non va trasformata nella formula generica “posso fare qualunque uso commerciale”. Lo stesso controllo va fatto per il modello video, le voci, la musica, i caratteri grafici, le immagini di riferimento e gli eventuali piccoli addestramenti dei personaggi.

Non basta che un file sia scaricabile gratuitamente. Bisogna leggere la sua licenza e verificare se consente l’uso previsto, soprattutto se il film viene venduto, usato in pubblicità o distribuito dentro un prodotto. Le applicazioni attuali non risolvono questa verifica al posto dell’utente e non costituiscono ancora un pacchetto commerciale autonomo.

Queste indicazioni servono a mostrare il problema, non sono consulenza legale. Per un progetto professionale bisogna controllare le condizioni aggiornate al momento della pubblicazione e, nei casi dubbi, rivolgersi a un professionista.

Sceglierei un servizio online con una scadenza, un solo film da produrre o il bisogno di movimenti più lunghi senza gestire memoria e riavvii.

Tre conti minimi sui listini ufficiali consultati il 17 luglio 2026

Il master di Storyboard Studio dura 458,592 secondi. Applicando la durata in modo puramente matematico:

• Runway Gen-4 Turbo: 0,05 dollari al secondo, minimo teorico 22,93 dollari;

• Google Veo 3/3.1 senza audio: 0,20 dollari al secondo, minimo teorico 91,72 dollari;

• Google Veo 3/3.1 con audio: 0,40 dollari al secondo, minimo teorico 183,44 dollari.

Fonti: fatturazione Runway e prezzi Vertex AI di Google.

Questi non sono preventivi realistici, ma limiti inferiori. I servizi vendono spesso clip in tagli da cinque o dieci secondi, quindi ogni scena viene arrotondata alla durata fatturabile. Inoltre si pagano le prove scartate, le varianti e le rigenerazioni necessarie quando un volto cambia o una mano si deforma. Il costo effettivo può quindi superare di molto la semplice moltiplicazione fra secondi finali e prezzo unitario.

Sceglierei il locale se possedessi già l’hardware, prevedessi molti episodi, volessi conservare ogni file o avessi bisogno di modificare liberamente il metodo. Accetterei però una qualità meno uniforme e il ruolo aggiuntivo di amministratore del mio computer.

La scelta più sensata, per molti, è ibrida: storia, tavole, montaggio e controllo in locale; un servizio esterno soltanto per le scene difficili o per la voce finale. Non è una sconfitta. È usare ogni strumento nel punto in cui costa meno, non soltanto in denaro.

Alla fine la domanda non è se si possa costruire un cartone animato in casa. I due video dimostrano che si può. La domanda è quanto del proprio tempo si vuole trasformare in risparmio, controllo e conoscenza.

Io, dopo diversi riavvii, conosco molto meglio la risposta. Non è “gratis”. È “mio”, che è una cosa diversa.

Se doveste scegliere, quale costo preferireste sostenere: denaro per un servizio più semplice, oppure tempo per una fabbrica che rimane sotto il vostro controllo?

Mi prendo un periodo di pausa dopo 5 mesi di pubblicazioni incessanti, ci risentiamo a fine Agosto, buona estate!

Se questo pezzo ti è servito, la cosa migliore che puoi fare è inoltrare la newsletter a qualcuno della tua rete che potrebbe trovarlo interessante. È così che cresce questa newsletter, lentamente, tramite passaparola di lettori che si fidano.

Condividi

Nota sul processo di scrittura

Per preparare questo articolo ho utilizzato strumenti di intelligenza artificiale nella ricerca delle fonti, nel confronto dei dati, nella costruzione della struttura e nella revisione linguistica. Il sistema opera con istruzioni, esempi e skill adattati al mio stile editoriale. Ho verificato le fonti, modificato il testo e approvato ogni passaggio della versione pubblicata. Le tesi, le scelte e la responsabilità finale sono mie.