Flusso IA da schizzo a video: tieni il disegno, aggiungi il movimento

Per animare uno schizzo e tenerlo tale, invia il disegno ripulito come primo fotogramma, chiedi una piccola azione e osserva se le linee restano linee fino all'ultimo fotogramma. I modelli image-to-video partono dalla tua immagine ma sono liberi di reinterpretarla, quindi il guasto tipico è un clip che inizia come il tuo disegno e diventa lentamente materiale ombreggiato e fotografico.

SpicyAPI non ha un'attività dedicata da schizzo a video. Il percorso è: preparare il disegno, eventualmente svilupparlo con un modello di immagine, poi eseguire un'attività image-to-video. Mantiene l'aspetto del tuo disegno; non mantiene i tratti modificabili.

Gli esempi qui sotto usano una scena: un uccello disegnato a mano in stile carta piegata angolare, tracciato come contorno a inchiostro non riempito su carta color crema, con un'ala aperta e un piccolo campanello da scrivania che l'uccello tocca. Le forme vuote e la carta bianca rendono la deriva facile da individuare.

Decidi cosa significa "tenere lo schizzo"

Annota prima del prompt che cosa non deve cambiare. Per l'uccello: il contorno nero resta non riempito, l'interno dell'ala resta aperto, la pagina resta color crema e quasi vuota, lo spessore del tratto resta morbido e il campanello resta un contorno semplice. Sono questi i quattro controlli con cui misuri il clip (vedi "Prova prima la tenuta delle linee").

Decidi anche quanto sei severo. "Riconoscibile come il mio disegno" si ottiene con un modello video. "I miei tratti veri, modificabili" no: il modello sintetizza fotogrammi nuovi e può ridisegnare un contorno mantenendo lo stile.

Descrivi il movimento con precisione: "l'ala destra si alza una volta e tocca il campanello; il corpo resta fermo" si può verificare, "dagli vita" no. Una piccola azione mostra se lo stile sopravvive prima di aggiungere rotazione o messinscena.

Perché gli schizzi derivano

Il modello legge la tua immagine più il prompt e sintetizza una sequenza; non traccia i tratti. Parole come realistico, illuminazione cinematografica, piume dettagliate lo spingono a interpretare i segni come la descrizione di un animale fisico. Anche i segni ambigui fanno lo stesso: un ovale di costruzione può leggersi come un'ombra, un contorno aperto come una forma incompiuta.

La deriva è graduale. I primi fotogrammi corrispondono al tuo upload; quelli successivi aggiungono ombreggiatura leggera, texture o aree riempite, quindi controlla il centro e la fine, non l'apertura.

Le correzioni seguono la causa. Il prompt chiede realismo: riscrivilo attorno a un'animazione a inchiostro piatto. L'input è ambiguo: ripuliscalo. Se reinventa comunque il mezzo, usa l'animazione controllata.

Animazione diretta o prima uno stadio con immagine

Anima il disegno direttamente quando è già l'opera finita: una fonte approvata, un'istruzione per muoverla. È il percorso dell'uccello.

Aggiungi uno stadio con immagine quando lo schizzo è solo un piano, per esempio per correggere le proporzioni, aggiungere una palette o trasformare uno storyboard grezzo in un'illustrazione coerente. Approva la nuova immagine prima di animare; se ha riempito il corpo o sostituito la carta, il modello video non è da biasimare.

Salta lo stadio con immagine se l'unico problema è una scansione storta o male illuminata. La normale modifica delle immagini risolve senza una riprogettazione generativa.

Prepara il primo fotogramma

• Rimuovi gli artefatti di ripresa che non vuoi vedere animati: ombre, dita, bordi della scrivania, una cornice storta. Altrimenti il modello potrebbe animare la pagina come un oggetto fisico invece del disegno come figura piatta.
• Scansiona o fotografa con luce uniforme e raddrizza la pagina. Ritaglia sulla forma che vuoi, perché il fotogramma fissa le proporzioni del clip, e lascia spazio per il movimento.
• Cancella gli ovali di costruzione e le linee guida sparse a meno che non facciano parte dello stile; il modello non distingue un segno incompiuto da uno espressivo.
• Tieni la texture sottile della carta, ma non un'ombra forte sul soggetto.
• Lascia spazio per l'azione: l'ala ha bisogno di spazio per alzarsi e il campanello dovrebbe essere a portata di mano. Se l'uccello deve raggiungere metà pagina, il modello allunga il corpo o inventa un secondo arto.
• Tieni frecce ed etichette fuori dall'immagine inviata; possono comparire nel clip. Mettile su un foglio di revisione separato.
• Esporta come JPEG, PNG senza trasparenza o WEBP. Wan 2.6 accetta da 240 a 8.000 pixel per lato, fino a 20 MB, mentre il campo di upload è limitato a 10 MB, quindi resta sotto i 10 MB.

Scrivi un prompt che continui il disegno

Nomina prima il mezzo, poi una singola azione, la camera e i confini:

Continue this flat black-ink drawing on cream paper. The bird stays in the same
position and lifts its right wing once to tap the small outlined desk bell.
The wing lowers again. Preserve the loose ink contours, unfilled shapes and
blank paper background. No camera movement and no scene change.
Audio: one soft bell tap, otherwise quiet.

Tieni il linguaggio piatto. Il dettaglio delle piume, gli occhi lucidi e la luce volumetrica tirano verso un animale fisico. Di' in breve cosa mantenere ("corpo non riempito, nessuna scenografia nuova") invece di elencare ogni tratto fotografico vietato. Solo la famiglia Wan 2.6 (Wan 2.6 e Wan 2.6 Flash) ha un campo negative_prompt separato; su LTX 2.5 e H3 LoRA il confine va nel prompt principale.

Fissa la camera per il primo test. Una lenta spinta in avanti sembra curata ma nasconde se la figura si è mossa. Prova i movimenti di camera separatamente.

Esegui il primo test su Wan 2.6

Provalo nel Playground prima di scrivere codice:

1. Apri Wan 2.6 image to video, resta nella scheda Playground nella vista Form e accedi per eseguire.
2. In Input image aggiungi il disegno ripulito con Choose a file o Asset URL.
3. Incolla il prompt qui sopra in Prompt e inserisci shading, color fill, photographic texture, camera movement in Negative prompt.
4. Imposta Resolution su 720p, Duration su 5 e Shot structure su Single take; fissa un Seed.
5. Esegui il modello e controlla tutto il clip rispetto ai quattro controlli delle linee qui sotto.

Apri Wan 2.6 con questo prompt già inserito →

Per eseguire la stessa richiesta da codice, carica il disegno e crea l'attività con la CLI. spicyapi files upload stampa un indirizzo spicy://; incollalo come image_url:

spicyapi files upload ./bird.png   # copy the spicy:// address it prints
cat > input.json <<'EOF'
{
  "image_url": "spicy://f/PASTE_ADDRESS",
  "prompt": "Continue this flat black-ink drawing on cream paper. The bird stays in the same position and lifts its right wing once to tap the small outlined desk bell. The wing lowers again. Preserve the loose ink contours, unfilled shapes and blank paper background. No camera movement and no scene change. Audio: one soft bell tap, otherwise quiet.",
  "negative_prompt": "shading, color fill, photographic texture, camera movement",
  "duration_seconds": 5,
  "resolution": "720p",
  "shot_type": "single",
  "seed": 14327
}
EOF
spicyapi tasks create --model alibaba/wan-2.6/image-to-video --input-file input.json --wait

L'esecuzione di cinque secondi a 720p costa $0.45. Attesa, risultati e ripetizioni sono nella guida image-to-video.

Se vuoi far eseguire il test a un Agent, aggiungi il server MCP (spicyapi_upload_file, spicyapi_task_create, spicyapi_task_wait; si ferma per la tua conferma del prezzo). npx skills add spicyapi-ai/spicy-skill installa la Skill che insegna a un assistente a usare la CLI o MCP.

Scegli l'attività in base al controllo che ti serve

Tutte e tre accettano un'immagine di apertura; differiscono nei controlli.

Prezzi come elencati nel catalogo di ottobre 2026; la pagina del modello mostra la tariffa corrente.

• Ti serve un elenco di «non deve apparire»: Wan 2.6. Tieni il tipo di ripresa su single perché il disegno resti un'unica ripresa continua; i cambi multi-shot spezzano la continuità e attivano l'espansione del prompt.
• Ti serve una posa finale pianificata: LTX 2.5 o H3 LoRA. Il fotogramma finale fissa la posa finale voluta, non il percorso, e i clip LTX più lunghi se ne allontanano di più. H3 funziona senza LoRA, quindi un test di 3 s a 480p con fotogramma finale ($0.15) è il modo più economico di provarlo.
• Hai una LoRA addestrata su uno stile di disegno: H3 LoRA, che accetta anche un fotogramma finale. Deve essere addestrata per MiniMax H3; una LoRA line art SDXL non funzionerà. Parti con le LoRA di concetto a una scala da 0.6 a 0.8, perché a 1 possono allontanare il clip dal tuo fotogramma.
• Iteri con budget ridotto: Wan 2.6 Flash accetta la stessa immagine di apertura a $0.0225 al secondo a 720p, solo immagine. Usalo per mettere a punto prompt e azione, poi riesegui il migliore su Wan 2.6 se vuoi l'audio; aspettati una presa diversa, quindi ricontrolla le linee sul modello finale.

Comincia con 5 secondi, tieni il seed fisso e cambia una sola istruzione del prompt alla volta per rendere le prese più confrontabili; un seed fisso non garantisce fotogrammi identici.

Usa un fotogramma finale solo per un motivo

Un secondo disegno aiuta quando ti serve una destinazione precisa, come l'ala abbassata dopo il tocco. Deve mostrare la stessa scena: stessa carta, stessa inquadratura, stessa scala e stesso linguaggio di tratto. Se l'uccello è più grande nell'immagine finale, il modello deve decidere se si è avvicinato, se è cresciuto o se è stato ridisegnato.

Guarda gli ultimi momenti. Alcuni clip si muovono in modo plausibile e poi saltano alla composizione finale, con un brusco ridisegno del contorno o uno scatto dell'oggetto. Questo sta bene per un taglio stilizzato, non per un'azione delicata.

Se entrambe le estremità mostrano la stessa posa, un'animazione a livelli con un ritorno pulito al disegno originale è di solito più esatta di un loop generato.

Prova prima la tenuta delle linee

Esegui un disegno, un'azione, una condizione di camera. Prima di inviare, definisci quattro controlli: il contorno resta inchiostro nero, il corpo resta non riempito, la pagina resta color crema e quasi vuota, l'ala fa un movimento comprensibile verso il campanello. Un clip può passarne alcuni e fallirne altri, e quelli che falliscono ti dicono cosa cambiare.

Se la causa non è chiara, esegui una seconda condizione in cui a suonare è solo il campanello e l'uccello resta fermo. Se lì le linee tengono ma non con il tocco dell'ala, è il movimento degli arti a provocare i ridisegni.

Mantieni l'input identico tra le condizioni. Se cambi contrasto, ritaglio e prompt insieme, non puoi sapere che cosa ha aiutato; salva un input ripulito come versione separata.

Guarda a velocità normale, poi fai scorrere la parte in cui i contorni sembrano instabili. I fotogrammi singoli dell'inizio, del centro e della fine non colgono lo sfarfallio tra loro.

Cosa ispezionare

• Silhouette: corpo, testa e disposizione dell'ala sopravvivono al tocco.
• Topologia: l'ala aperta resta aperta, il becco resta attaccato, non compare un arto in più e il campanello resta un contorno unico e continuo.
• Ritmo del tratto: una piccola variazione si legge come fatto a mano; contorni che scompaiono e segni riscritti di continuo si leggono come instabilità. Uno scarabocchio sciolto ne tollera più di uno schema didattico.
• Scala: una spinta in avanti rende le linee più pesanti. Confronta alla stessa scala, a piena risoluzione e alla dimensione di consegna.

Un disegno in movimento non può fissare ogni pixel, quindi giudica struttura e mezzo, non identità dei pixel.

Correggi i guasti comuni

Il modello riempie il disegno o aggiunge texture. Controlla prima l'input: una lavatura grigia dentro l'uccello dà al modello informazione tonale da sviluppare, quindi prepara una versione non riempita se le forme non riempite contano. Togli «detailed feathers», «realistic shadows» e «cinematic depth» dal prompt e descrivi il mezzo in positivo. Tieni il movimento piccolo: una rotazione 3D completa costringe il modello a inventare il dorso e il lato inferiore, e la texture arriva insieme. Se uno stadio con immagine ha causato il riempimento, sistema l'immagine prima di generare altro video. Se un ibrido è accettabile (uccello a inchiostro, campanello ad acquerello), specificalo.

Le linee sfarfallano. Un leggero tremolio fa parte del fascino di uno scarabocchio; un occhio che compare e scompare o un'ala che guadagna tratti nuovi a ogni fotogramma no. Riduci le parti in movimento: fissa corpo e testa e prova solo l'ala. Ingrandisci le linee sottili e tenui nell'input, perché spariscono alla dimensione di consegna, e salvalo come nuova versione dell'input. Se il clip scaricato è stabile ma la tua pubblicazione sui sociali sfarfalla, il problema è la compressione, quindi confronta lo stesso segmento prima e dopo l'export.

Si muove solo la camera. Uno zoom lento può nascondere una figura immobile. Fissa la camera e dai all'azione una conseguenza visibile, come un'ala che raggiunge il campanello e il campanello che si inclina. Non impilare volo, rotazione e carta che cade su un risultato statico; chiedi prima un gesto più piccolo e più chiaro.

Costruisci un pezzo più lungo da momenti brevi

Approva prima un piccolo vocabolario di movimento (tocco dell'ala, testa che gira, transizione di pagina), poi tratta ciascuno come un'unità di montaggio. Allungare una richiesta non risolta fino a 15 secondi dà solo più tempo al difetto.

Usa lo stesso tono di carta, spessore del tratto e proporzioni in tutti i fotogrammi di input; l'incoerenza tra inquadrature comincia prima della generazione. I tagli sono più sicuri delle dissolvenze, che creano contorni doppi che sembrano errori. Per un personaggio ricorrente usa disegni di origine coerenti invece di ridescriverlo in ogni prompt. Un tocco di campanello discreto o il rumore di fondo può unire le inquadrature; se l'audio generato è sbagliato, aggiungi una traccia tua.

Guarda il film montato alla dimensione di consegna: piccole variazioni di linea ripetute, accettabili in un clip, diventano faticose su un montaggio più lungo.

Budget

Con le tariffe qui sopra, un test Wan 2.6 di 5 secondi costa $0.45 a 720p e $0.675 a 1080p, quindi due candidati a 720p costano $0.90. Un test H3 LoRA di 3 secondi a 480p costa $0.15. LTX 2.5 a 5 secondi costa $0.45 a 720p. Le generazioni dello stadio con immagine e i candidati extra costano in più.

Imposta una regola di arresto. Se entrambi i candidati abbandonano il mezzo line art, cambia percorso o input prima di generare altro. Se il disegno regge ma il gesto fallisce, semplifica il movimento.

Quando un altro percorso si adatta meglio

Se i tratti devono restare modificabili, o il timing deve ripetersi esattamente, usa l'animazione tradizionale o a livelli. Le rivelazioni ci si adattano meglio del movimento articolato: una panoramica o un'evidenziazione disegnata su una pianta architettonica, oppure una rivelazione di logo tratto per tratto da percorsi modificabili. Per l'uccello, separa ala, corpo e campanello in livelli, ruota l'ala attorno a un punto di snodo, inclina il campanello e riporta indietro entrambi. Ogni cambiamento di contorno è tuo.

Per il condizionamento di schizzi da ricerca, il repository SketchVideo (uno o due keyframe di schizzo con moduli di controllo dedicati) documenta la propria configurazione, i pesi e i vincoli; è un progetto separato, non un'attività SpicyAPI.

Riepilogo

Se i tratti originali devono muoversi in modo prevedibile, usa l'animazione a livelli; altrimenti il prossimo test è un tocco d'ala di 5 secondi a camera fissa dal disegno ripulito su Wan 2.6, controllato su tutto il clip per forme non riempite, contorni continui e carta stabile. Se lo schizzo deve diventare un'illustrazione o una scena realistica, approva quell'immagine prima di animare.