Modelli video IA 2026: Veo 3, Kling, Seedance e l'aperto Wan Animate

Il cambiamento più importante dell'anno è che la qualità visibile non è più un vantaggio competitivo, ma un requisito d'ingresso.

L'audio nativo è diventato lo standard. Veo 3 ha introdotto un audio generato in sincrono, e all'inizio del 2026 anche Kling 2.6 e Seedance 2.0 di ByteDance generavano dialoghi e rumori in un unico passaggio. I modelli muti appaiono ormai superati per il lavoro di demo. Allo stesso tempo le clip restano brevi: otto secondi nativi sono la norma, Seedance 2.0 arriva a circa quindici, i pezzi più lunghi nascono per concatenazione, non da un unico blocco.

I laboratori cinesi guidano diverse classifiche. Seedance era in testa ai confronti indipendenti da testo a video nel giugno 2025, davanti a Veo 3 e Kling (arXiv). Queste posizioni cambiano ogni mese. Proprio per questo la scelta non va ancorata alla classifica, ma ai tre criteri che restano stabili.

Una nota importante sulla denominazione: in ByteDance Seedream è il modello immagine e Seedance il modello video. Qui si parla di Seedance.

• Veo 3.1 (Google, chiuso). Migliore aderenza al prompt, audio sincrono a 48 kHz, l'integrazione più profonda in una pipeline tramite Vertex AI e Flow. Gestito in hosting, l'output porta la filigrana SynthID di Google.
• Kling 2.6 (Kuaishou, chiuso). Ottimo image-to-video e buon movimento, con audio nativo dalla versione 2.6, fino a circa dieci secondi. Raggiungibile via API con conservazione dei dati a Singapore.
• Seedance 2.0 (ByteDance, chiuso). Clip più lunghe, fino a circa quindici secondi, e pianificazione della camera. Accompagnato da una questione legale aperta, dopo che Disney ha inviato una diffida a febbraio 2026, il che rappresenta un rischio reale per l'uso commerciale.
• Wan Animate (Alibaba, aperto). Pubblicato sotto Apache 2.0 e ospitabile in autonomia, specializzato in animazione di figure, trasferimento del movimento e sostituzione di personaggi a partire da un'immagine di riferimento (Hugging Face). Meno rifinito e con clip più brevi rispetto ai modelli in hosting, ma con pieno controllo.

Runway, Sora 2 di OpenAI e MiniMax completano il quadro, ma per la domanda decisiva qui si trovano nella stessa posizione: potenti, ma chiusi.

Nel 2026 la vera novità è la normativa, non il prossimo modello. Chi utilizza il video IA a livello commerciale deve risolvere prima la questione dell'etichettatura.

Gli obblighi di trasparenza dell'articolo 50 del regolamento AI Act dell'UE diventano applicabili dal 2 agosto 2026 (EU AI Act). I contenuti sintetici devono essere marcati in modo leggibile dalla macchina, e i deepfake devono essere etichettati. In pratica: la provenienza è una funzione di compliance, non un extra gradevole. I modelli in hosting la includono in parte, Google ad esempio tramite SynthID, altri tramite attestazioni di contenuto C2PA. Wan ospitato in autonomia, invece, non porta alcuna filigrana obbligatoria, quindi l'etichettatura resta nelle vostre mani, come passaggio proprio e documentato della pipeline.

Quali contenuti IA rientrano nel regolamento e cosa va attuato entro quando lo abbiamo illustrato in EU AI Act 2026 e nell'ambito di GDPR e IA.

Se il materiale non può uscire dall'azienda, il modello aperto è la risposta vera, non quella più bella.

Wan nelle versioni da 2.1 a 2.2 e Wan Animate sono interamente sotto licenza Apache 2.0, quindi piena libertà di uso commerciale, redistribuzione e fine-tuning senza dover chiedere il permesso a casa. La variante più piccola gira su una singola scheda da 24 GB, la variante 14B richiede circa 80 GB. Ospitato in autonomia su infrastruttura europea, se necessario isolata, nessun filmato lascia il vostro controllo, e non ci sono condizioni d'uso di terzi né dipendenza geopolitica. Il prezzo è meno rifinitura e clip più brevi rispetto a Veo o Seedance, cosa che si accetta consapevolmente in cambio della sovranità.

È la stessa logica che applichiamo ai modelli linguistici: un modello aperto e controllato batte l'ultima percentuale di qualità, quando il punto è il controllo (IA europea sovrana). Anche per i modelli del mondo si delinea la stessa strada aperta (NVIDIA Cosmos 3).

La decisione segue la situazione dei dati e lo scopo, non il demoreel più bello. Ecco come procedo:

1. Materiale sensibile o regolamentato. Se il video mostra prodotti prima del lancio sul mercato, clienti o contenuti interni, allora Wan ospitato in autonomia su infrastruttura UE, con l'etichettatura come passaggio proprio della pipeline.
2. Marketing pubblico, contenuto non critico, rifinitura decisiva. Allora un modello in hosting come Veo o Seedance, ma con condizioni scelte consapevolmente e provenienza chiarita.
3. In ogni caso risolvere l'etichettatura prima del 2 agosto, non dopo.

Nel nostro lavoro creativo mescoliamo questi approcci a seconda del progetto, e il punto non è incoronare un modello vincitore. Il punto è che la qualità visibile è diventata la parte facile, mentre le domande difficili, situazione dei dati, diritti ed etichettatura, decidono l'impiego. Quale dei vostri video in programma affidereste davvero a un servizio statunitense in hosting, e quale appartiene sulla vostra infrastruttura?