Higgsfield Supercomputer alla prova con un vero brand film

Higgsfield Supercomputer è stato lanciato il 14 maggio. Quattro giorni dopo gli ho affidato un vero brief cliente che, di norma, richiede quattro tool e tre giorni della mia direzione. In un unico passaggio orchestrato ha restituito un brand film di 45 secondi quasi finito, uscendo però dal mondo visivo del brand proprio nei due punti che avrei corretto in un montaggio umano.

Il brand film di 45 secondi prodotto in un solo passaggio

Il brief riguardava un brand wellness di cui avevamo già costruito il sistema visivo in DVNC.studio: un mondo freddo, quasi monocromatico, un solo accento ciano elettrico, un ritmo di montaggio lento e una grammatica di movimento vincolata (niente whip pan, niente orbit push). Un hero da 45 secondi in 16:9, più una versione social in 9:16. Uno di quei lavori in cui il vero deliverable è la coerenza del brand, non le immagini prese singolarmente.

Ho caricato il brand kit — campioni della palette, scala tipografica, tre frame di riferimento e la motion bible raccolta in un PDF di una pagina — poi ho scritto un trattamento di 180 parole e avviato l'orchestrazione. Dopo 47 minuti, Supercomputer aveva restituito entrambi i montaggi: sceneggiatura pronta, ritmo definito dallo storyboard, shot generati, musica inserita, dialoghi mixati e viralità valutata.

Alla prima visione, il risultato era utilizzabile per ~80%. Il linguaggio di macchina era credibile, il ritmo reggeva e il mix audio era più rifinito di quello che avrei ottenuto in un giorno da un montatore junior. Due difetti impedivano però la consegna: nella seconda metà del film il colore d'accento virava verso toni più caldi e l'agente aveva inserito un lento orbit push che il brief vietava esplicitamente. Due errori di direzione artistica, non di produzione.

La pipeline manuale usata come riferimento — storyboard in Midjourney, shot in Runway, voce con ElevenLabs, color e montaggio in DaVinci — mi impegna per tre giorni alla tariffa di un regista: sul costo di produzione non c'è partita. La vera domanda è un'altra: il lavoro può essere consegnato senza il mio intervento? Non ancora. Ecco perché.

Il brief: un vero sistema di marca, non un semplice mood

Il mondo visivo del cliente è esattamente il tipo di sistema che mette in crisi i tool generativi. La palette è bloccata: una scala di grigi in cinque passaggi, dal quasi nero al quasi bianco, più un unico e preciso accento ciano (nell'area del Pantone 312, freddo e leggermente desaturato). La scala tipografica prevede un display font per il wordmark e un neo-grotesk per il corpo. I caratteri non compaiono nel film, ma le sovrimpressioni sì e devono rispettare la stessa griglia di base del sistema di stampa.

La grammatica di movimento è il punto in cui gran parte dei video AI cede: una cadenza dei tagli compresa tra 1.4 e 2.2 secondi, niente whip pan, orbit push o dolly zoom; gli unici movimenti ammessi sono lenti carrelli laterali, oltre alla camera fissa. Il linguaggio delle ottiche è limitato agli equivalenti 35mm e 50mm, senza distorsioni grandangolari. Il color grading deve restare freddo per tutta la durata, senza derive calde né spinte sull'incarnato.

Non è una preferenza stilistica. È il sistema per cui il cliente ha pagato e nel quale vivono già tutti gli altri touchpoint — stampa, web e retail. La coerenza del brand tra uno shot e l'altro è proprio il punto debole del routing autonomo, ed è il motivo per cui ho scelto questo brief.

Come lavora Higgsfield Supercomputer: le skill gestite da Hermes Agent

Supercomputer non è un singolo modello. È uno stack agentico cloud-native costruito sul motore logico di Hermes Agent — una versione custom di Hermes 3 di Nous Research — che orchestra 40+ tool integrati, seleziona tra 61 skill di produzione e instrada i task in parallelo verso GPT-5.5, Claude Opus, Gemini, Seedance 2.0, Veo e Kling, a seconda delle esigenze di ogni passaggio.

La generazione video passa da Seedance 2.0, il componente decisivo in questo test: un DiT a doppio ramo, con un Visual Branch (latenti dei pixel per i frame) e un Audio Branch (latenti della forma d'onda per effetti sonori e dialoghi sincronizzati), che genera clip da 4–15 secondi fino a 1080p e accetta riferimenti multimodali fino a 3 video / 9 immagini / 3 audio.

Sul mio brief, dopo sceneggiatura, storyboard e generazione degli shot, la parte finale visibile della catena era questa:

1. Upscale — l'upscaler interno ha portato a 1080p le take selezionate. 120 crediti.
2. Mix audio — ambiente, due cue di effetti sonori, nessun dialogo. 80 crediti.
3. Virality Predictor — eseguito su entrambe le versioni, 16:9 e 9:16. 60 crediti.
4. Versione social — l'agente ha reinquadrato e rimontato il 9:16 partendo dalle stesse clip sorgente di Seedance. 100 crediti.

Al passaggio 3, il livello di memoria e connettori ha dimostrato il proprio valore. Il brand kit fornito una sola volta all'inizio è rimasto coerente nei primi sei o sette shot; poi l'aderenza di Seedance ai riferimenti è peggiorata in modo evidente, in linea con il limite dei riferimenti multimodali. L'agente non ha ripetuto il kit nei prompt tra uno shot e il successivo e non è stato necessario chiederglielo: questa parte della promessa di Supercomputer è concreta.

Dove il risultato è uscito dal mondo visivo del brand

Due difetti, entrambi riconducibili alla direzione artistica ed entrambi utili per capire il limite del sistema.

Prima deriva: il colore d'accento si è scaldato. Il ciano — applicato a un elemento di scena in tre shot e a una sovrimpressione grafica in uno — rispettava il brand negli shot da 1 a 6, ma risultava chiaramente più caldo negli shot da 8 a 14. Non una deviazione catastrofica, ma sufficiente per fallire un controllo qualità affiancando il film al sistema di stampa. È il limite dei riferimenti multimodali che emerge nella pratica. Seedance accetta fino a 9 immagini di riferimento; quando la catena arriva a sei o sette shot, il segnale si indebolisce e il modello torna verso i bias dei dati di training, orientati a un'estetica calda e cinematografica. Un regista umano se ne accorge in montaggio. L'agente no, perché non esegue il grading rispetto a un campione colore del brand: valuta, più o meno, se il risultato assomiglia ai riferimenti.

Seconda deriva: un movimento di macchina vietato. Lo shot 11 conteneva un lento orbit push attorno all'oggetto protagonista. Uno shot bellissimo. Ma sbagliato. Il trattamento diceva niente orbite, niente push, solo camera fissa o movimento laterale. L'agente ha letto “cinematic product reveal” e ha costruito un prompt per Seedance che ha prodotto esattamente ciò che, secondo i dati di training, dovrebbe essere un reveal cinematografico di prodotto. Il routing autonomo ottimizza per il “cinematografico”: un default difendibile per un lavoro generico, ma quello sbagliato per un sistema di marca rigidamente definito.

Il momento più rivelatore è stato il punteggio di Virality Predictor: preferiva il montaggio fuori brand. Hook score più alto, hold rate migliore, colore appena più caldo e orbit push vietato ancora presente. La metrica ottimizzata dall'agente non è quella acquistata dal cliente. Per produrre UGC in grandi volumi è un vantaggio; per consegnare un sistema di marca, è il punto di rottura.

La scala dei crediti: quanto costa ogni skill

I numeri si riferiscono al test svolto a maggio 2026 con il piano Creator ($29/mese, ~3,500 crediti); i valori attuali vanno verificati nella pagina dei prezzi, perché dal lancio piani e costi in crediti sono già cambiati due volte.

L'intera esecuzione ha consumato 2,140 crediti, lasciandone altri 1,360 disponibili nel mese per eventuali lavori successivi. Il costo per secondo finito è quindi di circa 47 crediti/secondo, pari a circa $0.40 della quota del piano per ogni secondo di film completato al livello Creator.

La trappola è il costo delle rigenerazioni. Correggere le due derive ha richiesto:

• Una nuova generazione degli shot da 8 a 14, con un seed di riferimento più vincolante e l'orbit push escluso dal prompt: +820 crediti.
• Un secondo passaggio di upscale sulle sostituzioni: +60 crediti.
• Un'ulteriore esecuzione di Virality Predictor sul montaggio corretto: +30 crediti.

Consegna corretta: 3,050 crediti, il 42% in più rispetto al primo passaggio. Su un'esecuzione pulita, il risparmio apparente rispetto alla pipeline manuale è reale; si assottiglia rapidamente quando il controllo qualità del brand impone di rigenerare. Con un brief più tollerante, la scala dei costi favorisce nettamente Supercomputer. Con un sistema di marca rigido, torna a vincere la pipeline manuale non appena si superano due o tre cicli di rigenerazione.

È lo stesso schema emerso nella prova agentica di Canva AI 2.0 e nella catena di style transfer di Krea 2: l'economia del primo passaggio è eccellente, ma è nelle rigenerazioni che si nasconde il costo reale.

Dove ho ripreso il controllo del montaggio — e quando non lo farei

Su questo brief, il punto di handoff efficace è stato il seguente: all'agente sceneggiatura → storyboard → generazione degli shot → audio grezzo; alla persona color matching, montaggio finale, conformità dei movimenti e sovrimpressioni. Nel prossimo test bloccherò nel prompt i movimenti vietati già a livello di trattamento e aggiungerò al brand kit un frame di riferimento con il ciano vincolato ogni cinque shot. Non mi aspetto che queste misure eliminino la deriva, ma che la riducano abbastanza da trasformare l'intervento manuale da mezza giornata a 90 minuti.

Supercomputer è la scelta giusta per:

• Versioni social in cui la velocità viene prima e la tolleranza del brand è ampia
• Filmati interni di presentazione e pre-visualizzazioni destinati al team, non al cliente finale
• UGC in grandi volumi, quando la specifica di brand si limita a “restare nello stesso territorio visivo”
• Qualsiasi brief in cui l'alternativa è “non abbiamo proprio il budget per produrlo”

Non è la scelta giusta per:

• Sistemi di marca rigidi per clienti paganti, se manca un controllo umano della coerenza
• Qualsiasi contenuto destinato ad affiancare materiali web o di stampa esistenti senza un passaggio di grading
• Brief in cui ritmo dei tagli e grammatica di macchina fanno parte della proprietà intellettuale

Lo studio video agentico di Runway opera dentro un unico tool e offre un controllo più stretto su una superficie più ridotta; Supercomputer vince per ampiezza dell'orchestrazione e perde per capacità di direzione. Entrambi falliscono nello stesso punto — la coerenza del brand lungo una catena — ed entrambi comprimono la produzione senza comprimere la direzione artistica.

La conclusione, in termini di design, è semplice: Supercomputer comprime la produzione, non la direzione artistica. Il passaggio umano va messo a budget, non dato per scomparso.

Higgsfield Supercomputer può consegnare brand film per clienti senza un montaggio umano?

Non quando il sistema di marca è rigido. Su un brief reale è arrivato a ~80%, ma dopo lo shot 6 il colore d'accento è andato alla deriva e il sistema ha inserito un movimento di macchina vietato che un cliente avrebbe respinto alla prima visione. Su brief più liberi — social, pitch e UGC — è già in grado di produrre un risultato consegnabile senza modifiche.

Quale modello usa Supercomputer per generare i video?

Seedance 2.0: un DiT a doppio ramo, con Visual Branch e Audio Branch separati, che genera clip da 4–15 secondi fino a 1080p. L'orchestrazione è affidata al motore logico Hermes Agent, che instrada gli altri passaggi verso GPT-5.5, Claude Opus, Gemini, Veo e Kling in base alla skill richiesta.

Quanto costa davvero in crediti un brand film finito?

Nel piano Creator del test, un'esecuzione pulita da 45 secondi è costata 2,140 crediti (~$18 della quota, ~47 crediti per secondo finito). Dopo aver rigenerato i due difetti di coerenza, la consegna corretta è arrivata a 3,050 crediti, il 42% in più rispetto al primo passaggio. La suddivisione per skill è riportata nella sezione sui crediti.

Qual è la differenza rispetto allo studio video agentico di Runway?

L'agente di Runway opera dentro un unico tool e offre un controllo stretto su una superficie più piccola. Supercomputer orchestra molti modelli — Seedance, Veo, Kling, GPT-5.5, Claude e Gemini — ed esegue 61 skill di produzione dall'inizio alla fine. Le modalità di errore sono diverse: Runway si impegna troppo poco, Supercomputer instrada troppo.

Virality Predictor aiuta davvero a scegliere il montaggio migliore?

Valuta hook e hold rate, non la fedeltà al brand. In questo test ha preferito il montaggio fuori brand, con l'accento più caldo e l'orbit push vietato. Va considerato un segnale di reach, non un criterio per autorizzare la consegna.

---

Se stai applicando pipeline creative basate sull'AI a veri lavori per clienti e cerchi prompt capaci di mantenere la coerenza del brand lungo una catena generativa, ho raccolto il mio metodo in un pacchetto gratuito di prompt per poster e campagne AI: gli stessi trattamenti, le stesse strutture di riferimento e gli stessi prompt-lock che hanno retto nei test raccontati in questo articolo.