Generative AI models and frameworks for philological visualization in cultural heritage

Negli ultimi anni, i modelli generativi basati su Intelligenza Artificiale hanno registrato un’evoluzione senza precedenti, offrendo strumenti innovativi per la tutela e la valorizzazione del patrimonio culturale. Il presente lavoro di tesi si inserisce in questo panorama, ponendosi l’obiettivo di coniugare il rigore filologico-archeologico con l’innovazione tecnologica della Generative AI. L'attività è stata sviluppata in collaborazione con il VisitLab CINECA nell’ambito del progetto ministeriale "Experience Etruria. A Lazio Immersive Digital Exhibition", finalizzato alla realizzazione dei contenuti multimediali per la mostra immersiva ospitata presso l’Istituto Italiano di Cultura di San Francisco a maggio 2026. La ricerca si è focalizzata sulla generazione di contenuti statici e dinamici aventi come soggetto principale "Ati", un personaggio etrusco precedentemente modellato in computer grafica. Il lavoro ha seguito un percorso articolato in tre fasi principali: una sperimentazione preliminare in ambiente locale per lo studio di moduli LoRA (Low-Rank Adaptation) su architetture Text-to-Image; una successiva migrazione su infrastruttura High-Performance Computing (HPC) sul supercomputer Leonardo (CINECA) per l'addestramento e il fine-tuning su larga scala di modelli avanzati (quali Flux e Z-Image); infine, una fase di transizione alla dimensione temporale tramite modelli Image-to-Video di ultima generazione (Wan e LTX). Il risultato finale della ricerca ha portato alla pipeline di produzione di un video di circa un minuto e mezzo, arricchito e perfezionato da tecniche di controllo cinematico e sintesi vocale adattiva. Lo studio dimostra l'efficacia del calcolo ad alte prestazioni nel superare i limiti computazionali dell'hardware consumer, definendo un flusso di lavoro ottimizzato capace di bilanciare la creatività e il fotorealismo della GenAI con l'accuratezza e il rigore scientifico richiesti dalla museologia digitale.