Il glossario dei video AI: 35 termini che ogni creatore dovrebbe conoscere nel 2026

Perché il glossario è importante nei video AI

Il video AI si muove velocemente. Nuovi modelli vengono spediti mensilmente, compaiono nuovi nomi di varianti e la terminologia può variare di settimana in settimana. Un creatore che ha iniziato nel 2024 potrebbe aver imparato "da testo a video" e "da immagine a video", quindi aver bisogno di assorbire "fotogramma iniziale/fine", "riferimento omni", "pennello di movimento", "schema parlabile" e una dozzina di altri entro il 2026. Questo glossario raccoglie i 35 termini più utili nel 2026, sia quelli fondamentali (che cos'è un "modello di diffusione"?) sia quelli operativi su cui lavora un creatore. muvi.video verrà visualizzato nell'interfaccia utente e nella documentazione del prodotto.

I termini sono raggruppati per argomento ed elencati in ordine alfabetico all'interno di ciascun gruppo. Ogni voce è una definizione di 50-80 parole più un esempio di una riga o un collegamento a una fonte canonica su muvi.video a cui si applica il termine. Usalo come riferimento, non come libro di testo, cerca il termine che ti serve.

Concetti fondamentali dei video basati sull'intelligenza artificiale

Proporzioni Il rapporto larghezza-altezza di un fotogramma video. I due rapporti più comuni nei video AI sono 16:9 (orizzontale, utilizzato per YouTube, video desktop e la maggior parte degli output cinematografici) e 9:16 (ritratto, utilizzato per TikTok, Instagram Reels e YouTube Shorts). Seedance 2.0 su muvi.video supporta anche 1:1, 4:3, 3:4 e 21:9, la gamma di proporzioni più ampia nel catalogo.

Modello di diffusione La famiglia di modelli di intelligenza artificiale generativa che produce immagini e video iniziando con rumore casuale e rimuovendolo iterativamente (denoising) verso un obiettivo descritto da un prompt. Quasi tutti i moderni modelli video AI, Veo 3.1, Seedance 2.0, Kling 3.0, Runway Gen-3, Pika 2, sono un modello di diffusione. I calcoli dietro la fase di denoising sono ciò che differenzia una famiglia modello da un’altra.

Frequenza fotogrammi (fps) Fotogrammi al secondo, quante immagini fisse compongono un secondo di video. 24 fps è lo standard cinematografico; 30 fps è comune per le trasmissioni e i social; 60fps viene utilizzato per lo sport e i giochi. La maggior parte dei modelli video AI vengono riprodotti a frame rate fissi (in genere 24 o 30 fps), fps è raramente un controllo richiesto.

Da immagine a video (I2V) Un flusso di lavoro in cui l'input è un'immagine fissa (più un prompt facoltativo) e l'output è un video che anima quell'immagine. L'immagine di riferimento fissa la composizione, l'illuminazione e l'identità del soggetto, mentre il suggerimento descrive il movimento o l'azione. Veo 3.1 ECL Image-to-Video, Seedance 2.0 Image-to-Video e Kling 3.0 Image-to-Video sono le tre varianti I2V nel catalogo muvi.video.

Spazio latente Una rappresentazione numerica astratta del mondo visivo in cui funzionano i modelli di diffusione, anziché lavorare direttamente sui pixel. Quando scrivi un prompt, il modello converte prima il testo in una posizione nello spazio latente, quindi "elimina il rumore" verso i fotogrammi video che corrispondono a quella posizione. La maggior parte delle implicazioni pratiche dello "spazio latente" di cui non devi preoccuparti, il modello gestisce i calcoli.

Risoluzione Le dimensioni in pixel del video di output. Le risoluzioni video AI comuni nel 2026 sono 1080p (1920×1080), 720p (1280×720) e 480p. Su muvi.video: Veo 3.1 emette 1080p; Seedance 2.0 ha un output di 480p o 720p, con la variante Start/End Frame che raggiunge 1440p; La risoluzione di Kling 3.0 dipende dalla variante e dalla configurazione del provider.

Da testo a video (T2V) Il flusso di lavoro principale del moderno video AI: digita un prompt che descrive una scena e il modello genera il video. L'input è solo testo, nessuna immagine di riferimento, nessun fotogramma chiave. Tutti e tre i modelli del catalogo muvi.video supportano T2V come modalità predefinita.

Termini legati a modelli specifici

ECL (Veo 3.1) Il prefisso della variante utilizzato in muvi.video per le modalità condizionate dall'immagine e dai fotogrammi chiave di Veo 3.1, ECL Image-to-Video e ECL Start/End Frame. Queste varianti accettano immagini di riferimento oltre al prompt, offrendo un maggiore controllo spaziale rispetto alla generazione predefinita di solo testo.

Kling O3 La variante di terza generazione di Kling, distinta da Kling Text-to-Video e Kling Image-to-Video. La variante O3 si concentra sull'estetica del movimento stilizzato, utile quando l'aspetto di riferimento di un progetto è legato a una specifica fluidità del movimento o all'impronta digitale del rendering piuttosto che a specifiche tecniche specifiche.

Spazzola in movimento (Runway Gen-3) Uno strumento di direzione esclusivo di Runway Gen-3 in cui un creatore dipinge una sovrapposizione del percorso di movimento direttamente su un'immagine di input, dicendo al modello come dovrebbero muoversi i soggetti e la fotocamera. Non esiste un equivalente nel catalogo muvi.video; gli analoghi più vicini sono Veo 3.1 Image-to-Video (frame-anchor) e Seedance 2.0 Start/End Frame (movimento delimitato da fotogrammi chiave).

Riferimento omnicomprensivo (Seedance 2.0) Una variante Seedance 2.0 che accetta fino a nove riferimenti immagine, tre riferimenti video e tre riferimenti audio in una singola generazione. Utile per la continuità del personaggio in una serie di clip, composizioni multi-risorse o per abbinare un'estetica specifica e consolidata in molte riprese.

Pikaframe (Pika 2) La funzione di animazione basata sui fotogrammi chiave di Pika 2, in cui il creatore fornisce i fotogrammi iniziali e finali e Pika interpola il movimento tra di loro. Non esiste un equivalente diretto nel catalogo muvi.video con quel nome esatto; Seedance 2.0 Start/End Frame e Veo 3.1 ECL Start/End coprono lo stesso intento creativo.

Pikaffects (Pika 2) Una funzionalità di Pika 2 in cui brevi "richieste di effetti" predefinite (ad esempio "esplodere", "sgretolarsi", "sciogliersi") trasformano un'immagine di input con un solo clic. Utile per lavori innovativi in ​​formato social; attualmente non rispecchiato nei modelli muvi.video.

Sora 2 (deprecato su muvi.video) Il modello video di OpenAI, precedentemente offerto su muvi.video e ora rimosso. Qualsiasi guida che trovi online su "usa Sora 2 per X su muvi.video" non è aggiornata, l'attuale impostazione cinematografica predefinita su muvi.video è Veo 3.1. Consulta la pagina del modello Veo 3.1 per l'alternativa.

Inizio/Fine fotogramma Una variante disponibile su più modelli (Veo 3.1 ECL Start/End, Seedance 2.0 Start/End Frame) in cui il creatore fornisce due immagini di riferimento, il primo fotogramma e l'ultimo fotogramma, e il modello genera il movimento tra di loro. Utile per ritmi narrativi strettamente delimitati, transizioni e inquadrature corrispondenti a filmati esistenti.

Veo 3.1 (linea Veo) L'attuale modello video di Google su muvi.video. Genera clip da 4, 6 o 8 secondi a 1080p in 16:9 o 9:16, con audio ambientale e dialoghi nativi nell'output (secondo la documentazione del prodotto Google, verifica il comportamento attuale sulla piattaforma). Quattro varianti nel catalogo: Veloce (standard), Qualità, ECL Image-to-Video, ECL Start/End Frame.

Termini di Prompt Engineering

Vocabolario cinematografico rapido I termini della grammatica cinematografica, l'obiettivo (ad esempio, "anamorfico", "teleobiettivo da 85 mm"), lo stile di illuminazione (ad esempio, "chiave Rembrandt", "ora d'oro"), il movimento della telecamera (ad esempio, "carrello lento", "gru verso il basso"), il grado di colore (ad esempio, "verde acqua e arancione", "toni della terra tenui"), la composizione e l'atmosfera, che i modelli video di intelligenza artificiale riconoscono e a cui rispondono. Consulta la guida ai suggerimenti cinematici per dieci esempi pronti per la copia su Veo 3.1.

Messaggio negativo Un'istruzione che dice al modello cosa NON produrre, ad esempio "nessuna persona sullo sfondo", "nessun testo sullo schermo", "nessuna musica". Veo 3.1 e Seedance 2.0 rispondono in modo affidabile alla semplice negazione. Non rispondono in modo affidabile a negazioni astratte come "non sfocato" o "nessun artefatto", quelle sono aspirazionali, non indirizzabili.

Anatomia rapida I componenti strutturati di un forte messaggio video AI dovrebbero includere: soggetto, ambiente, azione, linguaggio della telecamera, illuminazione, grado di colore, atmosfera, proporzioni. Seguire una struttura coerente migliora l'affidabilità dell'output e rende misurabile l'iterazione tempestiva. Consulta il Pilastro della scrittura rapida per l'analisi completa.

Richiedi ciclo di iterazione Il processo di perfezionamento di un prompt attraverso più generazioni, modificando una variabile alla volta e monitorando il risultato. Il ciclo tipico: prototipare su una variante veloce (ad esempio, Veo 3.1 Fast o Kling per il costo), bloccare il modello, quindi comporre stile e atmosfera sulla variante Standard o Qualità per la consegna finale.

Immagine di riferimento Un'immagine fissa trasmessa insieme a un suggerimento per ancorare la composizione, l'identità del personaggio o l'estetica per una generazione da immagine a video o con riferimento universale. Il riferimento viene interpretato dal modello come un vincolo visivo rigido, non un suggerimento morbido, maggiore è la risoluzione e la chiarezza del riferimento, più fedelmente l'output vi aderisce.

Seme (seme deterministico) Un valore numerico che, quando passato insieme a un prompt a un modello che supporta il seed, produce un risultato quasi identico a ogni esecuzione con lo stesso prompt e seed. Utile per riprese riproducibili e coerenza tra i tagli. Veo 3.1 NON supporta il seed deterministico; Sora 2 supportava il seed opzionale prima della sua deprecazione su muvi.video. La maggior parte dei modelli del catalogo muvi.video nel 2026 non espongono il controllo seed.

Token (token di richiesta) L'unità di testo che un modello consuma durante la lettura di un prompt, all'incirca una parola ma spesso più breve per i termini comuni o più lunga per quelli rari. La maggior parte dei modelli impone un numero massimo di token per prompt (in genere alcune centinaia); oltre il limite, il modello tronca o ignora la parte finale. Effetto pratico: mantieni i suggerimenti sotto le 80 parole per un comportamento prevedibile.

Schema, crawler e ricerca AI

Crowler AI Un web crawler gestito da una società di intelligenza artificiale per raccogliere pagine per la formazione o per l'utilizzo nella navigazione dal vivo. I crawler AI comuni nel 2026 includono GPTBot (formazione OpenAI), ChatGPT-User (navigazione dal vivo), ClaudeBot (formazione antropica), Claude-Web (navigazione dal vivo), PerplexityBot, Google-Extended e Applebot-Extended. Il file robots.txt di muvi.video garantisce esplicitamente a questi crawler l'accesso alle pagine pubbliche.

Direttiva sui segnali di contenuto Una direttiva emergente robots.txt che specifica quali usi dei contenuti sottoposti a scansione consentiti dal sito, indicizzazione della ricerca, formazione AI, recupero AI, personalizzazione AI, come quattro interruttori separati. muvi.video emette Content-Signal: search=yes, ai-train=yes, ai-retrieval=yes, ai-personalization=no in robots.txt e come intestazione HTTP.

E-E-A-T (Esperienza, Competenza, Autorevolezza, Affidabilità) Il quadro di qualità di Google per la valutazione dei contenuti editoriali. Fortemente legato alla paternità vincolata alla persona: un articolo con un vero autore umano (con una pagina del profilo, una biografia e competenze dimostrate) si classifica più in alto ed è citato più spesso dagli assistenti AI rispetto a un articolo pubblicato in forma anonima o attribuito solo all'organizzazione editoriale.

Entità (@riferimento id) Nei dati strutturati JSON-LD, un'entità è una cosa distinta (una persona, un'organizzazione, un prodotto, un articolo) identificata da un URL "@id". Quando gli schemi fanno riferimenti incrociati tra loro tramite "@id", ad esempio il campo "autore" di un articolo che fa riferimento a una persona "@id" che risiede nella pagina del profilo dell'autore, il Knowledge Graph di Google può collegarli in un unico grafico anziché trattarli come menzioni isolate.

Schema della pagina FAQ Un tipo JSON-LD che trasforma l'elenco di domande e risposte di una pagina nel risultato avanzato "Le persone chiedono anche" di Google. Ogni coppia Domanda/Risposta diventa citabile individualmente dagli assistenti AI. Lo schema è più efficace quando l'elenco Q in prosa e l'array JSON-LD mainEntity corrispondono esattamente, la deriva tra di essi mina la fiducia.

Grafico della conoscenza Il database di entità e relazioni di Google, utilizzato per chiarire le ambiguità delle query di ricerca e potenziare funzionalità come pannelli informativi e panoramiche AI. Le pagine che emettono chiari riferimenti a entità (con riferimenti incrociati @id) e nomi coerenti vengono collegate al Knowledge Graph in modo più affidabile rispetto alle pagine che utilizzano riferimenti di testo ad hoc.

llms.txt Un file di markdown nella root del sito (/llms.txt) che indica ai sistemi di intelligenza artificiale come è strutturato il sito e quali pagine contano. Analogo a robots.txt ma per la comprensione dell'intelligenza artificiale, non per il controllo della scansione. Adottato da meno del 5% dei siti all’inizio del 2026, adottarlo ora rappresenta un elemento di differenziazione.

Markup dello schema (JSON-LD) Dati strutturati incorporati in una pagina come blocco <script type="application/ld+json">, che descrivono il tipo di contenuto della pagina e i campi chiave in formato leggibile dalla macchina. Tipi comuni nel 2026: Articolo, FAQPagina, BreadcrumbList, Organizzazione, Sito Web, Applicazione software, Persona, Parlabile. Gli assistenti Google e AI utilizzano il markup dello schema come segnale altamente affidabile dell'argomento di una pagina.

Schema parlabile Un campo JSON-LD ("speakable" su Article) che segnala quali selettori CSS di una pagina vengono letti ad alta voce, in genere H1, il primo paragrafo e il blocco FAQ. Utilizzato da Google Assistant e AI Overviews durante la generazione di risposte vocali da contenuti web.

Termini del flusso di lavoro e della piattaforma

Catalogo (catalogo modelli) L'insieme di modelli che una piattaforma mette a disposizione degli autori in un unico spazio di lavoro. Il catalogo muvi.video nel 2026 contiene tre famiglie di modelli: Veo 3.1 (1080p cinematografico con audio nativo), Seedance 2.0 (clip da 4-15 secondi, sei proporzioni) e Kling 3.0 (movimento stilizzato). Tutti e tre accessibili da un unico studio senza passare da una piattaforma all'altra.

Edge runtime (rendering) Un ambiente di esecuzione serverless che viene eseguito geograficamente vicino all'utente, utilizzato per il rendering a bassa latenza di contenuti dinamici. Le immagini a grafico aperto per percorso di muvi.video vengono renderizzate sul runtime Edge, ogni pagina riceve un'immagine OG appena renderizzata su richiesta, memorizzata in modo aggressivo nella cache dalla CDN dopo il primo colpo.

Flusso di lavoro multimodello La pratica di combinare più modelli video AI in un unico progetto, ad esempio, prototipare una ripresa su Kling 3.0 perché esegue un'iterazione veloce, quindi rigenerare il finale su Veo 3.1 perché viene fornito a 1080p con audio. muvi.video è strutturato per rendere fluidi i flussi di lavoro multi-modello: cronologia dei prompt condivisa, confronto affiancato, superficie di fatturazione unica.

Coin per clip/fatturazione basata su gettoni Modello di fatturazione di muvi.video: ogni generazione detrae monete dalla quota del tuo piano mensile. Il numero di monete per generazione varia in base al modello, alla variante, alla risoluzione e alla lunghezza della clip. Consulta la pagina dei prezzi per i costi correnti per generazione. Diversamente dalle piattaforme con solo abbonamento che addebitano una tariffa mensile fissa indipendentemente dall'utilizzo.

Variante (variante del modello) Una configurazione specifica di un modello base. Esempio: Veo 3.1 ha quattro varianti, Veloce, Qualità, ECL Image-to-Video, ECL Start/End Frame, ciascuna ottimizzata per un intento diverso. Le varianti in genere condividono la stessa grammatica del prompt ma differiscono in velocità, fedeltà di output o modalità di input (solo testo rispetto a immagini condizionate).

Mettere in pratica questi termini

Il glossario è molto utile quando stai leggendo altre pagine muvi.video e hai bisogno di una definizione rapida, apri questa pagina in una scheda e cerca (⌘F / Ctrl+F) il termine. Ogni definizione è autonoma; puoi citare una singola definizione senza bisogno del contesto circostante.

Se non hai esperienza con i video AI, inizia con la sezione Concetti fondamentali (Sezione 3), sei termini che coprono le basi. Da lì, la sezione Termini specifici del modello (Sezione 4) spiega cosa offre ciascun modello nel catalogo muvi.video. La sezione Ingegneria dei suggerimenti (Sezione 5) è il luogo in cui si svolge la maggior parte del lavoro pratico quotidiano, anatomia, ciclo di iterazione, suggerimenti negativi.

Se stai valutando muvi.video rispetto a un'altra piattaforma, la sezione Schema e ricerca AI (Sezione 6) spiega le basi dei dati strutturati che influenzano il modo in cui gli assistenti AI mostrano le nostre pagine rispetto a quelle della concorrenza. La sezione Flusso di lavoro e piattaforma (Sezione 7) copre il vocabolario operativo che vedrai nell'interfaccia utente del prodotto e nelle discussioni sui prezzi.

Domande frequenti

D1: Qual è il termine video relativo all'intelligenza artificiale più importante da imparare per primo? Per la maggior parte dei creatori nel 2026, il termine più importante da interiorizzare è anatomia del prompt, i componenti strutturati (soggetto, ambiente, azione, linguaggio della telecamera, illuminazione, grado di colore, atmosfera, proporzioni) che un forte prompt video AI dovrebbe includere. Ogni altro termine in questo glossario si ricollega a un certo livello all'anatomia del prompt, perché il prompt è il luogo in cui avviene quasi tutto il controllo generazionale.

D2: Questi termini vengono trasferiti tra modelli video AI? Per lo più sì. I concetti fondamentali (sezione 3) e i termini di ingegneria dei prompt (sezione 5) sono in gran parte indipendenti dal modello, un "prompt negativo" significa la stessa cosa su Veo 3.1, Seedance 2.0, Kling 3.0 o qualsiasi altro modello video AI basato sulla diffusione. I termini specifici del modello (Sezione 4) sono ovviamente specifici del modello per definizione, ma spesso hanno analoghi funzionali su altri modelli (ad esempio, ECL Start/End di Veo 3.1 copre lo stesso intento dei Pikaframes di Pika 2).

D5: Mancano termini in questo glossario? Quasi certamente, il campo dei video basati sull’intelligenza artificiale genera nuova terminologia più velocemente di quanto qualsiasi singolo glossario possa tenere il passo. Se incontri un termine nella documentazione muvi.video o nella più ampia comunità di video AI che non è qui, i candidati più probabili per l'inclusione futura sono: condizionamento ControlNet, messa a punto LoRA, vettori di movimento, guida del flusso ottico e generazione con consapevolezza della profondità. Ciascuno è più avanzato rispetto alle basi trattate in questa versione.

D6: Dove posso trovare ulteriori informazioni specificamente sul Prompt Engineering? Consulta il Pilastro della scrittura rapida, una guida di lunga durata che copre l'anatomia del prompt, i modelli incrociati in Veo 3.1, Seedance 2.0 e Kling 3.0, gli errori comuni e un ciclo di iterazione funzionante. È la lettura successiva naturale dopo questo glossario se il tuo obiettivo è l'artigianato pratico.

Applica i presenti Termini su muvi.video

Il modo più veloce per interiorizzare questo vocabolario è usarlo, generare alcune clip su muvi.video e notare quali termini descrivono ciò che stai facendo. Veo 3.1 per inquadrature cinematografiche e ritmi narrativi, Seedance 2.0 per riprese continue più lunghe in più proporzioni, Kling 3.0 per movimenti stilizzati. Tutti e tre accessibili da uno studio.

CTA:

Genera video AI gratis →