AI Content Factory
Pipeline automatizzata di produzione video basata su più modelli di AI generativa orchestrati.
Dal briefing ai videoclip finiti: modelli AI specializzati per la generazione di testo, immagini e video vengono riuniti in un processo di produzione automatizzato e governabile.
- Sfida tecnica
- Più modelli di AI generativa specializzati dovevano essere orchestrati in un processo di produzione video automatizzato e ripetibile – invece di usare i modelli singolarmente e manualmente.
- Architettura
- Una storia tedesca viene scomposta da un LLM (Ollama qwen2.5vl) in uno storyboard di tre clip; un modello di immagini (Qwen-Image-Edit) genera le immagini iniziali/finali con continuità coerente, un modello first-last-frame-to-video (Wan2.1-FLF2V-14B) genera le clip su un'istanza GPU.
- Sfide ingegneristiche
- Figure coerenti tra le clip (immagine finale N = immagine iniziale N+1), elaborazione asincrona nonostante i lunghi tempi di esecuzione degli LLM, funzionamento GPU scale-to-zero e orchestrazione tramite SQS invece di chiamate API sincrone.
- Competenze dimostrate
- AI generativa, orchestrazione di modelli, automazione dei workflow e pipeline di produzione con modello di job asincrono e funzionamento su GPU.
La AI Content Factory (Storyboard Generator) è un caso studio di ingegneria Riegel Systems nell’ambito dell’AI generativa. L’idea centrale: più modelli AI specializzati non vengono “azionati” singolarmente, ma orchestrati in una pipeline di produzione automatizzata.
La pipeline
- Briefing
- Storyboard
- Scene Planning
- Start Image
- End Image
- Video Prompt
- Image-to-Video
- Final Clips
L’implementazione concreta
Da una storia tedesca nasce automaticamente uno storyboard di tre clip da 6 secondi:
- Story → Storyboard: Un LLM (Ollama
qwen2.5vl) scompone la storia in tre scene e genera per ogni clip il prompt dell’immagine iniziale, il prompt dell’immagine finale, il prompt di movimento e il prompt negativo – come JSON rigoroso e validato dallo schema. - Generazione delle immagini: Un modello di editing immagini (
Qwen-Image-Edit-2511, Apache-2.0) genera le quattro immagini con continuità coerente – l’immagine finale di una clip è al tempo stesso l’immagine iniziale di quella successiva. - Image-to-Video: Un modello first-last-frame-to-video (
Wan2.1-FLF2V-14B) genera le clip finali a partire da immagine iniziale, immagine finale e prompt su un’istanza GPU (L40S) con scale-to-zero. - Workflow di approvazione: Le anteprime vengono verificate e modificate in una UI di amministrazione prima di avviare i job video.
Focus di ingegneria
- Orchestrazione dei modelli: Ogni modello svolge il compito per cui è più adatto – analisi del testo, editing delle immagini, generazione video.
- Modello di job asincrono: I lunghi tempi di esecuzione di LLM e GPU vengono disaccoppiati tramite SQS invece di essere compressi in finestre di timeout API restrittive.
- Generazione dei prompt: Prompt automatici e precisi guidano i modelli in modo deterministico invece che manuale.
Messaggio chiave
I sistemi di AI generativa pronti per la produzione sono integrazione di sistemi: normalizzare gli input, validare gli output, gestire i fallimenti e monitorare i costi. Lo Storyboard Generator mostra come singoli modelli diventino un processo di produzione affidabile e ripetibile.
Tecnologie & concetti
Un progetto di ingegneria simile?
Se il tuo progetto richiede una profondità tecnica comparabile, discutiamo fattibilità, architettura e impegno – concretamente, non in formato pitch.