Keyframe AI: perché nei video AI le immagini vengono prima
Nano Banana Pro, GPT Image 2, Seedream 5.0, Midjourney V8: come si usano le immagini come keyframe nei video AI, tra coerenza dei personaggi e risoluzione.
Un keyframe AI è un’immagine fissa, generata con un modello come Nano Banana Pro, GPT Image 2 o Seedream 5.0, che stabilisce composizione, luce e personaggi di un’inquadratura prima di animarla. Il motore video la usa come primo o ultimo fotogramma, o come riferimento: a novembre 2026 Kling 4.0 accetta fino a 10 keyframe in una sola clip, Veo 3.1 un fotogramma iniziale e uno finale.
Partire dalle immagini costa meno, si approva prima e dà al video una base che il prompt da solo non garantisce. Qui trovi come i motori leggono i keyframe, quali modelli immagine usare, come tenere coerenti i personaggi e a che risoluzione lavorare, con le versioni verificate a novembre 2026.
Cos’è un keyframe AI e come lo usa un motore video
Nel video AI la parola keyframe copre tre usi diversi, e conviene distinguerli prima di scegliere il motore.
- Primo fotogramma. L’immagine da cui parte la clip, in modalità image-to-video. Il motore la anima e, in teoria, non la tradisce.
- Primo e ultimo fotogramma. Due immagini, e il motore costruisce il percorso tra le due. Su Higgsfield Veo 3.1 lo fa in clip da 4, 6 o 8 secondi a 24 fotogrammi al secondo.
- Keyframe intermedi. Più immagini fissate su punti precisi della timeline. Kling 4.0 ne accetta fino a 10 e permette di bloccare una posa, un angolo di prodotto o una scritta a un secondo preciso; Kling 3.0 si fermava a inizio e fine.
Poi ci sono le immagini di riferimento, che non sono fotogrammi: dicono al modello chi è il personaggio o com’è fatto il prodotto, non dove si trova. Veo 3.1 ne accetta fino a tre, Kling 4.0 fino a 15 tra immagini e video, Cinema Studio 4.0 fino a 50. Anche gli strumenti di modifica lavorano così: in Firefly, la funzione Edit Video di Luma Ray3.14 accetta primo e ultimo fotogramma o immagini di riferimento.
Perché nei video AI le immagini vengono prima
Un’immagine si rigenera in pochi secondi. Una clip richiede più tempo e più crediti: ad agosto 2026, una clip da 10 secondi a 1080p con Seedance 2.5 su Higgsfield costava 120 crediti. Ma il motivo principale non è il costo, è il controllo. Composizione, ottica, colore della luce, dettagli del prodotto e testo si decidono meglio su un fotogramma fermo, dove puoi guardarli, correggerli e farli approvare.
È anche il modo in cui il cliente capisce il progetto. Nella pre-produzione del nostro metodo look, casting digitale, location e storyboard si approvano in immagini, prima di animare un solo fotogramma. Se il cliente cambia idea sul colore di una giacca, è una correzione su uno still, non una scena da rigenerare.
Un esempio documentato. Nel making of di un corto da un minuto pubblicato da Higgsfield, il team ha creato prima i personaggi con GPT Image 2 a 4K su fondo grigio, le location con Soul Cinema e gli oggetti con Nano Banana Pro, perché GPT Image 2 li rendeva piatti. Solo dopo li ha usati come riferimenti per il video. Secondo il post, è l’immagine della location a determinare più di ogni altra cosa la qualità della clip.
I modelli immagine per keyframe AI a novembre 2026
Le versioni cambiano in fretta. Questa tabella incrocia l’elenco dei modelli partner di Adobe, aggiornato al 23 ottobre 2026, con la pagina immagini di Higgsfield. I punti di forza sono quelli dichiarati dagli sviluppatori o dalle piattaforme.
| Modello | Sviluppatore | Punto di forza dichiarato |
|---|---|---|
| Nano Banana Pro | Più riferimenti, stesso soggetto da angoli diversi, testo | |
| Nano Banana 2 | Personaggi coerenti tra immagini, modifiche mirate | |
| GPT Image 2 | OpenAI | Modifiche che preservano volti e composizione |
| Seedream 5.0 | ByteDance | 2K nativo, modifica per esempi |
| FLUX.2 | Black Forest Labs | Più riferimenti, tipografia |
| Midjourney V8 | Midjourney | Riferimenti di personaggio e di stile |
| Soul 2.0 e Soul ID | Higgsfield | Look fotografico, volto addestrato |
| Firefly Image Model 5 | Adobe | 4 megapixel nativi, “commercially safe” |
Qualche nota pratica. In Firefly, Nano Banana Pro accetta fino a sei immagini di riferimento e le fonde in una sola; FLUX.2 fino a quattro. L’elenco di Adobe include già due varianti di GPT Image 2.5, segno che la versione successiva è in circolazione. Per i pacchetti, le scritte e i loghi, la resa del testo conta quanto quella del volto.
Midjourney è arrivato alla V8 a marzo 2026 e alla V8.2 a luglio, secondo la cronologia su Wikipedia. Non compare negli elenchi di Adobe e di Higgsfield, quindi lavora in un flusso separato. Firefly Image Model 5 genera a 4 megapixel nativi ed è l’unico in tabella che il suo sviluppatore definisce “commercially safe”.
Coerenza: lo stesso volto, lo stesso prodotto, la stessa luce
Un keyframe bello non basta: deve somigliare al successivo. Tre pratiche reggono la coerenza.
- Character sheet. Per ogni personaggio, un primo piano pulito e una figura intera su fondo neutro. Sono le immagini che il making of di Higgsfield indica come le più efficaci.
- Riferimenti salvati. Le piattaforme ora li gestiscono come oggetti con un nome. In Firefly gli elementi di Kling accettano fino a quattro immagini etichettate come personaggio, oggetto o luogo, e Adobe ha in beta privata gli Elements per tutto Firefly. Su Higgsfield c’è Soul ID, che secondo designboom dà i risultati migliori con una ventina di foto.
- Un modello per sequenza. Ogni modello ha la sua pelle, la sua grana, la sua luce. Cambiarlo a metà scena si vede anche quando il volto è giusto.
Per i casi più difficili, come un personaggio che torna in dieci episodi, abbiamo scritto una guida ai personaggi coerenti nei video AI.
A che risoluzione generare i keyframe AI
La regola: almeno la risoluzione del video, nel formato finale. A novembre 2026 su Higgsfield molti motori escono al massimo a 1080p, da Veo 3.1 a Kling 4.0 a Cinema Studio 4.0. Un keyframe a 2K, come quelli nativi di Seedream 5.0 e Nano Banana Pro secondo Higgsfield, è più che sufficiente. GPT Image 2 arriva a 4K nativi, secondo la stessa piattaforma.
- Genera nel formato di consegna. Un keyframe 16:9 ritagliato in 9:16 perde più di metà dei pixel e quasi sempre la composizione. Se servono entrambi i formati, fai due keyframe.
- Niente upscaling creativo sui keyframe. Gli upscaler che inventano dettaglio possono cambiare un logo o una scritta. Meglio un keyframe pulito a 2K che uno a 4K con dettagli inventati.
- Il 4K si fa alla fine. La risoluzione di consegna si raggiunge sul video montato, come spieghiamo nella guida all'upscaling video AI.
Dai keyframe al video: un flusso in sei passi
- Parti da uno storyboard approvato: ogni riquadro diventa un keyframe. Ne parliamo nella guida allo storyboard AI.
- Crea character sheet, location e oggetti, e salvali come riferimenti con un nome.
- Genera i keyframe di ogni inquadratura con lo stesso modello, nel formato finale.
- Fai approvare i keyframe al cliente prima di animare.
- Scegli il motore in base al controllo che ti serve: primo e ultimo fotogramma, keyframe multipli o solo riferimenti.
- Genera varianti, seleziona la take migliore, poi passa al montaggio.
Un keyframe è una decisione di regia presa in anticipo. Più decisioni prendi sullo still, meno ne lasci al caso del motore. È lo stesso principio con cui lavoriamo ai personaggi digitali e alle serie: prima si stabilisce chi è il personaggio, poi lo si fa muovere.
Domande frequenti
Che differenza c’è tra keyframe e immagine di riferimento?
Il keyframe è un fotogramma della clip: all’inizio, alla fine o in un punto preciso. L’immagine di riferimento non compare nel video, ma indica al modello l’aspetto di un personaggio, di un prodotto o di uno stile.
Qual è il miglior modello immagine per i keyframe?
Non c’è un vincitore unico. Scegli il modello che rende meglio il tuo soggetto, che sia un volto, un prodotto o una scritta, e usalo per tutta la sequenza: la coerenza conta più della singola immagine.
Si può fare un video AI senza keyframe?
Sì, con il text-to-video il motore genera tutto dal prompt. Va bene per esplorare idee, ma per un lavoro su commissione offre meno controllo su composizione, personaggi e dettagli del prodotto.
Fonti
- Veo 3.1 on Higgsfield · Higgsfield, 2026-11
- Kling 4.0 intro · Higgsfield, 2026-11
- Meet Cinema Studio 4.0: New Generation of AI Filmmaking · Higgsfield, 2026-08-12
- Seedance 2.5 on Higgsfield · Higgsfield, 2026-08-06
- Recreate our 1-minute Seedance 4K film: the full breakdown with all prompts · Higgsfield, 2026
- AI Image Generator · Higgsfield, 2026-11
- GPT Image 2 · Higgsfield, 2026-11
- Seedream 5.0 · Higgsfield, 2026-11
- Partner models in Adobe products · Adobe Help Center, 2026-10-23
- Create with top AI models like Nano Banana Pro and Firefly Image Model 5 directly in Adobe apps · Adobe Blog, 2025-11-20
- Google Gemini (Nano Banana) in Adobe Firefly · Adobe, 2026-11
- GPT Image in Adobe Firefly · Adobe, 2026-11
- FLUX models in Adobe Firefly · Adobe, 2026-11
- Kling AI in Adobe Firefly · Adobe, 2026-11
- Luma AI in Adobe Firefly · Adobe, 2026-11
- Adobe Firefly introduces new agentic capabilities and an upgraded creative AI studio · Adobe Blog, 2026-06-18
- Adobe MAX 2025: Firefly Image Model 5, video editor, Generate Soundtrack and Speech (press release) · Adobe via Business Wire, 2025-10-28
- Midjourney · Wikipedia, 2026-11
- Higgsfield brings art-directed quality to AI image generation at production scale · designboom, 2026-04-03
Continua a leggere.
Kling 3.0: guida pratica a multi-shot, audio, Omni e limiti
Multi-shot, audio nativo, elementi Omni, 4K e costi: come funziona Kling 3.0 a novembre 2026, cosa non sa fare e quando conviene ancora rispetto a Kling 4.0.
Veo 3.1: guida pratica ad audio, riferimenti, Flow e SynthID
Audio nativo, immagini di riferimento, primo e ultimo fotogramma, estensione, accesso e limiti: come usare Google Veo 3.1 a novembre 2026, e quando passare a Gemini Omni.
Pubblicità di Natale AI 2026: chi la usa, chi la rifiuta e perché
Prada disegna a mano, Levi’s torna alla claymation, Dior finisce sotto accusa: il Natale 2026 mostra cosa il pubblico punisce e cosa accetta dall’AI.