Nel 2026 la domanda non è più se un video generato dall’intelligenza artificiale sembri vero. È se qualcuno se ne accorga. Gli studi sulla percezione umana dicono di no, i benchmark mostrano modelli che risolvono problemi considerati insolubili appena due anni fa, e da questo mese l’Europa impone di dichiarare cosa è stato generato. Ecco a che punto siamo, con i numeri.
La risposta breve
I video generati dall’IA hanno superato la soglia del realismo percepito. Le persone riconoscono un volto sintetico nel 58,4% dei casi, poco più del lancio di una monetina, e i sistemi automatici di rilevamento crollano dal 99% di accuratezza in laboratorio al 75% sui contenuti reali che circolano online. Nel frattempo il costo di un minuto di video è sceso da circa 4.500 a 400 dollari e quasi nove inserzionisti su dieci usano o stanno per usare la generazione video nelle proprie campagne. Il problema non è più tecnico: è capire quando usarla, come dichiararla e cosa continua a servire di umano.
Quanto sono realistici i video AI nel 2026
Il salto di qualità degli ultimi diciotto mesi non riguarda la risoluzione. Quella è una battaglia già vinta: tutti i modelli seri generano oggi in 1080p o in 4K nativo, e l’asse della competizione si è spostato altrove. I tre fronti che contano sono la coerenza temporale (che gli oggetti non cambino forma tra un fotogramma e l’altro), la plausibilità fisica (che l’acqua si comporti come acqua e un bicchiere si rompa come si rompe un bicchiere) e la persistenza dei personaggi tra inquadrature diverse.
Su tutti e tre si è mosso molto. Le classifiche costruite su confronti alla cieca — dove chi vota non sa quale modello ha prodotto quale clip — vedono oggi in testa Kling v3, seguito da Happy Horse 1.0 e Seedance 2.0. Ma la lettura interessante non è la graduatoria: è che il realismo non è una dimensione unica. Un modello rende meglio il movimento umano, un altro i movimenti di macchina, un altro ancora la fisica degli oggetti. Chi produce sul serio non sceglie “il migliore”: sceglie il modello giusto per quella singola inquadratura, e spesso ne usa due o tre nello stesso video.
Il mercato si è anche riassestato in modo brusco. OpenAI ha dismesso Sora nel 2026 e ne ha annunciato lo spegnimento delle API, mentre modelli asiatici hanno preso la testa delle classifiche. Per chi costruisce un flusso di produzione la lezione è concreta: non si progetta una pipeline attorno a un singolo modello, perché il modello di oggi potrebbe non esistere tra dodici mesi.
Cosa non è ancora risolto
La persistenza dell’identità di un personaggio attraverso scene diverse resta la sfida aperta. I modelli hanno introdotto sistemi di riferimento sempre più sofisticati — immagini guida, controllo del primo e dell’ultimo fotogramma, riferimenti universali — ma tenere lo stesso volto identico per due minuti di racconto richiede ancora lavoro di regia, non solo un buon prompt. Restano difficili anche le mani in primo piano, il testo scritto dentro l’inquadratura e le interazioni complesse tra più soggetti.
Le persone riescono ancora a riconoscere un video generato?
No, e i dati sono più netti di quanto si pensi. Una ricerca pubblicata sul Journal of Vision ha mostrato a 169 partecipanti 96 volti, reali e sintetici, chiedendo di distinguerli: l’accuratezza media si è fermata al 58,4%. Gli autori osservano che i modelli più recenti sono ormai quasi impossibili da riconoscere a occhio nudo, e che i trucchi che circolano — contare le dita, cercare l’anomalia nell’orecchio — non migliorano davvero le probabilità, perché sono difetti facili da correggere o da evitare.
Sul fronte audio il quadro è ancora più istruttivo. Uno studio su 1.768 partecipanti e oltre 35.000 ascolti, che replica un esperimento identico del 2021, ha misurato non quanto siamo bravi a smascherare i falsi, ma quanto ci fidiamo del vero: nel 2021 le registrazioni autentiche venivano riconosciute come tali nel 72,7% dei casi, oggi molto meno. Non siamo diventati più attenti: siamo diventati più diffidenti verso tutto, compreso ciò che è reale.
È il punto che ogni marca dovrebbe segnarsi. L’erosione non colpisce solo i contenuti falsi. Colpisce la credibilità di qualsiasi immagine in movimento, comprese le riprese autentiche di un’azienda.
Quanto costa oggi produrre un video con l’intelligenza artificiale
Il crollo dei costi è la ragione principale dell’adozione. Le stime di settore collocano la produzione tradizionale attorno ai 4.500 dollari al minuto e quella generativa attorno ai 400, con tempi che passano da circa due settimane a poche ore per un video di sessanta secondi. Sul lato mercato, il comparto del video marketing generativo è passato da 5,1 miliardi di dollari nel 2023 a circa 18,6 miliardi nel 2026.
L’adozione segue. Secondo le rilevazioni IAB quasi il 90% degli inserzionisti usa o prevede di usare l’IA generativa per la creatività video, e la stima è che circa il 40% di tutti i video pubblicitari sarà costruito così entro la fine del 2026. Il beneficio più citato è diventato l’efficienza di costo, indicata dal 64% degli intervistati, quando due anni prima era solo al quinto posto. Interessante il fatto che ad adottare più velocemente siano le imprese piccole e medie, non le grandi: i marchi minori prevedono di realizzare così il 45% dei propri video, i maggiori il 36%.
Il dato che quasi nessuno cita: il divario di percezione
C’è una statistica che vale più di tutte le altre messe insieme. L’82% dei dirigenti pubblicitari è convinto che i consumatori tra i venti e i quarant’anni abbiano un’opinione positiva degli annunci generati con l’IA. La quota di quei consumatori che davvero la pensa così è circa il 45%. Sono trentasette punti di scarto tra quello che il settore crede e quello che il pubblico prova.
Tradotto: la tecnologia ha risolto il problema di far sembrare vero un video, non quello di farlo sentire autentico. Un annuncio può essere tecnicamente indistinguibile dal girato e restare percepito come vuoto, se dietro non c’è una storia che regge. Il realismo è diventato una merce comune; la credibilità no.
Cosa cambia con l’AI Act dal 2 agosto 2026
Dal 2 agosto 2026 è pienamente applicabile l’articolo 50 del Regolamento UE 2024/1689: chi pubblica contenuti audio, video o immagini generati o manipolati artificialmente deve renderlo riconoscibile. L’obbligo di marcatura leggibile automaticamente scatta dal 2 dicembre 2026, e le sanzioni arrivano fino a 15 milioni di euro o al 3% del fatturato mondiale.
L’errore più comune è considerarla una questione dei grandi laboratori americani e cinesi. Non lo è: qualsiasi impresa italiana che produca contenuti con strumenti generativi diventa “deployer” ai sensi del regolamento, e l’obbligo di etichettatura ricade su di lei. Vale per le agenzie di comunicazione, per gli uffici marketing interni, per chi genera immagini per i clienti. La Commissione ha pubblicato linee guida operative il 20 luglio 2026 e ha riconosciuto un codice di condotta volontario sulla trasparenza dei contenuti generati: aderirvi è il modo più lineare per dimostrare la conformità. Non c’è obbligo retroattivo sui contenuti pubblicati prima di agosto.
Per chi fa comunicazione questa non è una scocciatura burocratica. È, paradossalmente, una leva di fiducia: in un ecosistema in cui il pubblico sospetta di tutto, dichiarare apertamente come è stato realizzato un contenuto distingue chi ha qualcosa da nascondere da chi non ce l’ha.
Quando conviene davvero usare il video generativo
Dopo tre anni di sperimentazioni il perimetro si è chiarito. La generazione conviene quando:
- la scena è impossibile o antieconomica da girare: epoche diverse, luoghi remoti, ambientazioni oniriche, un matrimonio, una stazione affollata, una scena di guerra;
- servono molte varianti dello stesso messaggio per pubblici, lingue o formati diversi, dove rigirare costerebbe quanto la campagna;
- il ciclo di vita del contenuto è breve, come nel social e nelle campagne a performance, e non giustifica una troupe;
- si sta prototipando un’idea da presentare prima di investire in una produzione tradizionale.
E non conviene quando il valore sta proprio nell’essere reale: persone vere dell’azienda, prodotti fisici da mostrare senza ambiguità, eventi accaduti davvero, testimonianze di clienti. In quei casi la ripresa resta insostituibile — e sempre più spesso i due approcci convivono nello stesso montaggio.
Cosa resta umano
C’è una cosa che i benchmark non misurano: nessun modello decide cosa vale la pena raccontare. Il soggetto, il ritmo, il momento in cui la musica si ferma, la ragione per cui una scena commuove e un’altra no restano lavoro di regia. La differenza tra un video generato e un video generato che funziona sta interamente lì, ed è la ragione per cui il crollo dei costi non ha reso superflue le agenzie: ne ha spostato il valore dalla produzione alla scrittura e alla direzione.
Provalo su un progetto vero
In Sidebloom la produzione video generativa è un servizio operativo, non una sperimentazione: soggetto e storyboard scritti da noi, personaggi e fotografia approvati prima che venga generato un solo secondo, montaggio, correzione colore, musica e sottotitoli come in una produzione classica. Con una tariffa pubblicata al secondo, tempi di consegna dichiarati, ordine e pagamento direttamente online.
Scopri il servizio Video AI di Sidebloom, configura il tuo video e ordinalo online →
Nella pagina del servizio trovi anche un nostro film generativo di due minuti, con voce e colonna sonora originale: è il modo più rapido per capire a che punto è arrivata questa tecnologia, senza doverci credere sulla parola.
Domande frequenti
I video generati dall’IA sono riconoscibili?
Sempre meno. Uno studio pubblicato sul Journal of Vision ha rilevato un’accuratezza media del 58,4% nel distinguere volti reali da volti sintetici, appena sopra il caso. Anche i rilevatori automatici, accuratissimi in laboratorio, scendono attorno al 75% sui contenuti reali che circolano online. Gli indizi tradizionali come le mani o le imperfezioni del volto sono ormai facilmente correggibili dai modelli più recenti.
Quanto costa un video pubblicitario generato con l’IA?
Le stime di settore indicano circa 400 dollari al minuto contro i 4.500 di una produzione tradizionale, con una riduzione dei costi tra il 70% e il 90% a seconda del formato. Sidebloom pubblica una tariffa fissa al secondo di video finito, con opzioni e revisioni dichiarate in anticipo e pagamento online.
Devo dichiarare che un video è stato generato con l’intelligenza artificiale?
Sì, dal 2 agosto 2026. L’articolo 50 dell’AI Act impone di rendere riconoscibili i contenuti generati o manipolati artificialmente, con marcatura leggibile automaticamente dal 2 dicembre 2026. L’obbligo ricade anche sulle imprese che utilizzano gli strumenti, non solo su chi sviluppa i modelli.
Qual è il miglior modello di generazione video?
Non esiste un modello migliore in assoluto. Il realismo si articola su dimensioni diverse — movimento umano, movimenti di macchina, fisica degli oggetti, coerenza dei personaggi — e ogni modello eccelle su alcune. Nella pratica professionale si usano più modelli nello stesso progetto, scegliendo di volta in volta il più adatto alla singola inquadratura.
Il video generativo sostituisce le riprese tradizionali?
No, le affianca. Conviene quando la scena è impossibile o troppo costosa da girare, quando servono molte varianti o quando il contenuto ha vita breve. Resta preferibile girare quando il valore sta nell’essere reale: persone dell’azienda, prodotti fisici, eventi realmente accaduti.
Un video generato funziona davvero in pubblicità?
Dipende da cosa lo sorregge. Il divario di percezione misurato dallo IAB è netto: l’82% dei dirigenti pubblicitari crede che il pubblico giovane apprezzi gli annunci generati con l’IA, ma solo circa il 45% di quel pubblico li apprezza davvero. La tecnologia risolve il realismo, non la qualità della storia: il soggetto e la regia restano decisivi.