Cos’è il character drift nei video IA?

Definizione precisa del character drift nei video IA: cosa drifta, perché succede e quali tecniche risolvono davvero il problema nel 2026.

·7 min read·definition

Il character drift è il fenomeno per cui l’aspetto di un personaggio generato da IA cambia sottilmente da uno shot al successivo, finché allo shot 6 o 7 stai guardando una persona diversa.

È la singola ragione principale per cui il video IA narrativo — cortometraggi, fiction, brand story — non funziona ancora sulla maggior parte degli strumenti odierni.

Quest’articolo definisce il character drift in modo preciso, spiega perché accade, attraversa le sue cause e copre quali tecniche lo risolvono davvero nel 2026.

Una definizione precisa

Il character drift indica cambiamenti involontari e graduali nei tratti che definiscono l’identità di un personaggio attraverso più shot generati da IA, quando l’intento dell’utente è che quei tratti restino costanti.

Il drift è involontario — l’utente voleva coerenza. È graduale — ogni shot cambia un po’. Riguarda i tratti che definiscono l’identità — le cose che rendono una persona riconoscibile.

Il drift è diverso da:

Il drift è ciò che accade quando volevi la stessa persona e ne hai ottenuta una diversa.

Quali tratti drift­ano?

Su migliaia di generazioni di strumenti pubblici che abbiamo catalogato, il drift coinvolge tipicamente questi tratti:

  1. Colore degli occhi — il drift più comune. Il marrone diventa nocciola e poi verde nel giro di pochi shot.
  2. Forma degli occhi — monopalpebra a doppia palpebra, stretti a larghi.
  3. Linea della mascella — marcata a morbida, squadrata a arrotondata.
  4. Attaccatura dei capelli — che arretra o avanza, riga che cambia.
  5. Tono della pelle — si scalda o si raffredda del 5-10%.
  6. Proporzioni del viso — distanza fra gli occhi, rapporto naso-bocca, lunghezza del mento.
  7. Colore dei capelli — nero a bruno a bruno scuro.
  8. Proporzioni corporee — altezza, corporatura, postura.
  9. Tratti distintivi — nei, cicatrici, accessori che compaiono o spariscono.
  10. Identità stilistica — da realistico a un rendering leggermente stilizzato.

Alcuni di questi sono ovvi. Altri (distanza fra gli occhi, rapporto naso-bocca) vengono registrati in modo subliminale — gli spettatori percepiscono che qualcosa non va senza identificare consapevolmente cosa è cambiato.

Perché accade il drift?

Tre ragioni strutturali.

1. I modelli video generativi sono stateless

Quando generi lo shot 1, il modello converte il prompt in una rappresentazione latente, esegue il processo di diffusion e produce frame. Lo stato interno non viene persistito. Quando generi lo shot 2 con lo stesso prompt, il modello riparte da zero.

La nuova generazione è simile ma non identica, perché il sampling di diffusion è stocastico. Ogni generazione è una random walk diversa nello spazio latente del modello, anche con prompt simili.

2. I prompt descrivono categorie, non identità

Un prompt come « donna asiatica trentenne con capelli neri lunghi fino alle spalle »descrive una categoria che include milioni di persone valide. Il modello ne sceglie una ogni volta. Senza qualcosa di più specifico, non puoi bloccarti su una persona precisa.

Alcuni strumenti accettano immagini di riferimento. Aiutano per i primi 2-3 shot, ma il modello pesa progressivamente più il prompt che la referenza, e il drift rientra.

3. Il drift si compone fra gli shot

Anche piccole differenze per shot si compongono. Se ogni shot drifta del 3% rispetto alla referenza originale, allo shot 10 sei al 30% di scostamento. Allo shot 20, il personaggio è irriconoscibilmente diverso.

La matematica del drift è esponenziale, non lineare.

Perché gli strumenti attuali non lo risolvono nativamente

Gran parte degli strumenti video IA (Runway Gen-3, Pika 2.0, Sora, Kling, Veo 3, Seedance 2.0) è ottimizzata per la qualità single-clip. Lo sforzo R&D va nel rendere ogni singola generazione la più bella possibile. La coerenza multi-shot è un problema separato che richiede un’architettura separata, e non è stata una priorità per i modelli di fondazione stessi.

Gli strumenti che ci si avvicinano di più nativamente (Sora, Seedance) mostrano comunque drift visibile attorno agli shot 3-4 nei nostri test.

Quali tecniche risolvono davvero il drift?

Cinque approcci, in ordine di efficacia:

1. Stesso prompt + stesso seed (per lo più non funziona)

Teoria: input identici dovrebbero produrre output identici.

Realtà: i modelli video moderni hanno elementi stocastici (scheduling del rumore, attention dropout) che non rispettano pienamente i seed. Differenze a livello di frame compaiono anche con input identici.

Risultato: riduzione minima del drift, non lo elimina.

2. Immagine di riferimento in ogni shot (aiuta per ~3 shot)

Teoria: includere la referenza in ogni prompt per ancorare il personaggio.

Realtà: funziona per gli shot 1-3, drifta agli shot 4-6, si rompe agli shot 8-10.

Risultato: utile per contenuti brevi, fallisce sulla narrazione.

3. Fine-tuning LoRA per personaggio (funziona ma non scala)

Teoria: addestrare un piccolo modello custom sulle foto del personaggio; usarlo per tutti gli shot.

Realtà: funziona bene per la generazione di immagini. Per il video, richiede oltre 20 foto, impiega da 30 min a 2 ore per personaggio per addestrare, non si generalizza bene al movimento, e non si compone fra più personaggi.

Risultato: coerenza di qualità produttiva, ma il workflow non scala.

4. IP-Adapter / conditioning solo-riferimento (aiuta moderatamente)

Teoria: iniettare le feature dell’immagine di riferimento negli strati di attention del modello, bypassando il prompt.

Realtà: funziona per coerenza moderata su 5-10 shot, si rompe oltre i 20 shot e su cambi di posa significativi.

Risultato: solido per contenuti di lunghezza media, fallisce sulla narrazione full-length.

5. Architettura character-as-asset (stato dell’arte attuale)

Teoria: trattare il personaggio come asset persistente di prima classe memorizzato come embedding, non come dettaglio del prompt. Iniettare l’embedding direttamente nel conditioning del modello. Abbinare a negative prompt auto-generati basati su un catalogo di drift mode comuni.

Realtà: è ciò attorno a cui strumenti come Juying sono costruiti. Nei nostri test, quest’approccio mantiene l’identità su oltre 30 shot con elevata coerenza.

Risultato: coerenza pronta per la produzione su contenuto narrativo.

Come testare il drift su qualsiasi strumento

Tre test rapidi:

Test 1 — Il test dei 30 shot: genera lo stesso personaggio in 30 scene diverse (illuminazioni, angolazioni, emozioni varie). Disponile in una griglia. Guarda i volti affiancati. Devono ovviamente essere la stessa persona.

Test 2 — Il test end-to-end: confronta direttamente shot 1 e shot 30. Devono essere indistinguibili come stessa persona.

Test 3 — Il test di riuso: genera un personaggio oggi. Torna domani con un copione diverso. Puoi riutilizzare lo stesso personaggio senza ricrearlo?

Gli strumenti che superano tutti e tre i test hanno risolto il drift in qualità di produzione. Quelli che falliscono in qualcuno non l’hanno fatto.

Domande comuni

Il character drift è la stessa cosa della « uncanny valley »?

No. La uncanny valley (valle perturbante) si riferisce a una sottile stranezza nel rendering singolo di una persona. Il drift si riferisce a cambi d’identità attraverso più rendering.

Il drift colpisce anche i personaggi non umani?

Sì. Il drift colpisce personaggi animati, stilizzati, animali e persino oggetti. Tutto ciò che ha tratti identitari può driftare.

Posso correggere il drift in post-produzione?

Parzialmente. Puoi fare face-swap o compositing su singoli shot, ma è laborioso e appare artificiale su larga scala. Risolvere il drift al momento della generazione è molto meglio che correggerlo dopo.

Il drift peggiora sui video più lunghi?

Sì. Il drift si compone, quindi un video da 5 minuti ha più drift di uno da 30 secondi, a parità di tutto il resto. È in parte per questo che il video IA in formato lungo è così difficile.

Il drift è fondamentalmente irrisolvibile?

No. L’architettura character-as-asset funziona. La sfida è progettarla bene —costruire la giusta estrazione di embedding, il giusto catalogo di drift mode, il giusto loop di verifica di coerenza. Gli strumenti che hanno investito in quel livello risolvono il drift in qualità di produzione.

Il punto chiave

Il character drift non è un problema di modello — è un problema di architettura. Modelli video più grandi non lo risolveranno; produrranno semplicemente drift di qualità più alta. La soluzione sta nel livello sopra il modello: come le identità vengono memorizzate, recuperate e iniettate nelle generazioni.

Se stai scegliendo uno strumento video IA e il tuo lavoro implica lo stesso personaggio in più shot, la domanda da porre è:

« Come il vostro strumento memorizza e recupera l’identità del personaggio fra le generazioni? »

Se la risposta è « usiamo un’immagine di riferimento » — il drift accadrà. Se la risposta è « memorizziamo embedding come asset persistenti del personaggio e li iniettiamo nel conditioning » — il drift è ampiamente risolto.

Letture correlate

Prova uno strumento che risolve il drift nativamente — Juying — piano gratuito disponibile.