Fin dalla sua nascita nel 1986, Pixar ha costruito la propria identità sull’estrosa ed unica sinergia tra arte e scienza, inaugurando un vero proprio laboratorio sperimentale in cui l’evoluzione tecnica e quella artistica procedono in parallelo (Uva, 2017). Come sottolinea uno dei fondatori Ed Catmull, la tecnologia non si configura solo come accessorio, ma diventa cuore pulsante del progetto creativo, al fine di creare storie in modi che nessuno aveva mai raccontato prima (Paik, 2007). Si tratta di un principio che trova conferma già in Toy Story (1995) – primo lungometraggio interamente in computer grafica –, il cui successo non rappresenta solo un traguardo narrativo, ma soprattutto produttivo, in quanto dimostrazione di una maturità della CGI come linguaggio cinematografico autonomo, capace di dare vita a personaggi credibili e mondi ricchi di dettagli.

Sulla stessa scia, negli anni successivi, lo studio consolida nuovi standard per l’industria dell’animazione digitale, grazie anche all’implementazione di software proprietari (tra cui RenderMan, CAPS, Presto), mettendo la potenza di calcolo al servizio della leggibilità e del controllo autoriale (Paik, 2007), fino al più recente uso pionieristico di tecniche di machine learning ed intelligenza artificiale.

Caso studio rappresentativo in tal senso, nonché punto di svolta decisivo, è Elemental (2023), film che porta all’estremo l’integrazione tra simulazione fisica e animazione tradizionale, creando personaggi non più modellati come solidi tridimensionali, ma come entità volumetriche dinamiche, i cui comportamenti sono definiti da simulazioni fisiche di fuoco, acqua e aria (Ouellet, Taylan, et al., 2023). Ogni inquadratura diventa così un lavoro ibrido tra animazione ed effetti visivi (VFX), con sfide inedite sia tecniche – costi computazionali elevatissimi, pari a centinaia di ore CPU per i protagonisti – sia estetiche, legate al mantenimento della leggibilità e del controllo artistico sulla performance (Nguyen et al., 2023). In particolare, per superare tali limiti con i personaggi di fuoco, Pixar introduce nel workflow il Neural Style Trasfer (NTS), un sistema basato su algoritmi di deep learning, fino ad allora sperimentato quasi solo in ambito accademico.

Il fuoco, infatti, rappresenta un caso limite: come osserva il supervisore tecnico del film Paul Kanyuk, le simulazioni pirotecniche tradizionali, essendo altamente realistiche, risultano incompatibili con la necessità di mantenere un aspetto leggibile e stilizzato, conferendo alla protagonista principale Ember un aspetto spettrale e disturbante, assimilabile ad «un fantasma o addirittura un demone» (Eakin, 2023). Inoltre, la natura caotica dei sistemi volumetrici genera un ritardo di risposta della simulazione rispetto all’animazione (da uno a tre frame), producendo forme incoerenti con la performance recitativa, nonché scie indesiderate, che rischiano di oscurare espressioni facciali o gesti corporei, causate dall’eccessiva sensibilità della simulazione alle trasformazioni lineari, non governabili (Hoffman et al., 2023). Benché alcune soluzioni preliminari adottate per migliorare la stabilità – introduzione di rumore procedurale, mascherature basate su modello e l’uso di sistemi di sourcing stratificati per separare i campi di velocità dal rendering della fiamma –, il fuoco rimane comunque privo delle caratteristiche formali tipiche dell’animazione disegnata, come le cuspidi e le curvature stilizzate – o visivamente distraenti ed instabili, se ottenute tentando l’aumento della turbolenza (Aurand et al., 2022).

Entra così in gioco il NST, grazie anche alle implementazioni tecniche operate dallo studio, coinvolgendo i Disney Research Studios di Zurigo, specializzati nelle machine learning applicate al cinema (Eakin, 2023). Il NST nasce nel 2015, con il lavoro pionieristico A Neural Algorithm of Artistic Style di Leon A. Gatys, Alexander S.Ecker e Matthias Bethge, che apre alla possibilità di utilizzare reti neurali convoluzionali (CNN) per separare il “contenuto” (la struttura di base di un’immagine) dallo “stile” (texture) e di ricombinarsi, ad esempio trasferendo lo stile di un’opera pittorica su un’immagine (Gatys, Ecker, Bethge, 2015). Dal 2016 la tecnica conosce una rapida diffusione, con varianti più efficienti basate sulle cosiddette architetture feed-forward – reti in cui le informazioni scorrono solo in avanti, senza cicli retroattivi – in grado di ridurre drasticamente i tempi di calcolo (Aurand et al., 2022). Nel 2019, invece, avviene il passaggio al volumetrico, presentato in alcuni contributi al SIGGRAPH Asia, che testimoniano l’applicazione del NST non solo ad immagini 2D, ma anche ai voxel, ossia unità tridimensionali di volume paragonabili ai pixel in 3D (Aurand et al., 2022).

Grazie dunque allo sforzo congiunto tra Pixar e Disney Studios Research, viene perfezionato un workflow ibrido, con l’integrazione del NST: in primo luogo, si produce la simulazione fisica del fuoco calcolando il comportamento realistico; a seguire il NST invece di venire applicato all’intero volume – troppo costoso e instabile – si concentra soprattutto sui contorni delle fiamme e sulle silhouette dei personaggi (Hoffman et al., 2023). In questo modo, la massa interna (bulk) del fuoco conserva il suo aspetto naturale e imprevedibile, mentre i bordi acquisiscono le forme cuspidi e curve stilizzate (i gigli) disegnate dagli artisti Pixar, garantendo così leggibilità visiva ed espressività coerente con il linguaggio dell’animazione.

La strategia permette dunque di ridurre i costi computazionali, limitando il calcolo alle porzioni più rilevanti dell’immagine e al contempo di mantenere il controllo artistico, preservando performance e stabilizzando le silhouette. Tuttavia, sebbene questa ottimizzazione abbia reso l’NST tecnicamente praticabile, la sua applicazione a oltre 1600 inquadrature di Elemental ha comunque richiesto ingenti risorse hardware e tempi di calcolo significativi (Eakin, 2023). Il film rappresenta dunque solo il primo passo nell’impiego di classi di algoritmi basati sull’apprendimento automatico in una pipeline produttiva di grande scala, ancora frenata da alti costi computazionali, dalla necessità di un controllo artistico più interattivo e dalla gestione della coerenza temporale su sequenze lunghe (Aurand et al., 2022). Eppure, proprio dentro queste criticità, il film sembra comunque definire un ponte promettente tra realismo dinamico e stilizzazione espressiva, riaffermando allo stesso tempo l’originalità della poetica Pixar: nel contesto contemporaneo, in cui molte produzioni guardano all’AI e alle deep learning come strumenti per raggiungere un fotorealismo sempre più indistinguibile dal reale, in Pixar anche i sistemi di automazione hanno valore solo se contribuiscono alla leggibilità e alla forza emotiva della storia (Paik, 2007). In questo quadro, l’NST viene definito come ausilio tecnico-artistico, che si integra nel modello produttivo come strumento capace di superare i limiti della simulazione fisica senza snaturarne la plausibilità, mantenendo al tempo stesso il controllo espressivo sul personaggio. In altre parole, Ember non è resa “più realistica”, ma “più leggibile”, ossia in grado di trasmettere a tutto tondo la sua espressività e performance. Si riafferma, quindi, in Elemental un’idea di alta qualità, non come mimesi fotografica, ma come convergenza intenzionale di fisica, AI e regia: una sintesi, ancora in via di esplorazione, che apre nuove possibilità estetiche senza mai smarrire la coerenza e la forza narrativa del linguaggio Pixar.

Riferimenti

Aurand J., Ortiz R., Nauer S., Azavedo V. C., “Efficient Neural Style Transfer for Volumetric Simulations”, in ACM Trans. Graph., vol. 41, n. 6, dicembre 2022.

Bendazzi G., Animazione una storia globale, [ebook], UTET, Milano 2017.

Eakin M., Pixar Used AI to Stroke the Flames in ‘Elemental’, in «Wired», 16 giugno 2023, [online], https://www.wired.com/story/pixar-elemental-artificial-intelligence-flames/, (ultimo accesso: 20 agosto 2025).

Gatys A., Ecker A. S., Bethge M., “A Neural Algorithm of Artistic Style”, in Journal of Vision, 2015, [online], https://www.researchgate.net/publication/281312423_A_Neural_Algorithm_of_Artistic_Style, (ultimo accesso: 20 agosto 2025).

Hoffman J., Hu T., Kanyuk P., Marshall S., Nguyen G., Schroers H., Witting P., “Creating Elemental Characters: From Sparks to Fire”, in SIGGRAPH ’23 Talks, Los Angeles 2023.

Nguyen D., Talbot J., Sheffler W., Hessler M., Fleischer K., de Goes F., “Shaping the Elements: Curvenet Animation Controls in Pixar’s Elemental”, in SIGGRAPH ’23 Talks, Los Angeles 2023.

Ouellet S., Tylan A., Moon A., Kanyuk P., Reeves W., “Everybody’s an Effect: Scalable Volumetric Crowds on Pixar’s Elemental”, in SIGGRAPH ’23 Talks, Los Angeles 2023.

Paik K., To Infinity and Beyond! The Story of Pixar Animation Studios, Chronicle Books, San Francisco 2007.

Uva C., Il sistema Pixar, Mulino, Bologna 2017.

Autore