# 代码驱动AI视频生成流水线

拆解一条五段式代码驱动动画流水线：从一句科普提示词到分镜、代码、逐帧渲染、视觉自检和 MP4 成片

By 薇薇

Topic: Computing, AI & Electronics

[Open the interactive Jig](https://ask.jig.com/j/MT5pd2I0OKuv)

## Transcript

### 1. 一句话，变成一部科普视频

这台五段式流水线把一句提示词变成一部讲彩虹的小视频。它不是一格一格“画”出画面，而是先写程序，再让程序算出每一帧。拖动空白处可以转动机器。

五个工位从左到右：思考、写代码、逐帧渲染、自检、合成成片。

### 2. ① 自适应思考：先想清楚

提示词滑进思考核心。模型会根据题目难度，自己决定要想多少，难题多想，简单题少想。想好后，它把视频拆成几张分镜卡片，每张写着这一幕讲什么。

刻度盘代表“思考力度”，从低到最高分几档，默认是中档。

### 3. ② 极速代码引擎

每张分镜都被写成代码。青色是 TypeScript，用 Remotion 这个工具把网页画面做成视频；琥珀色是 Python，用 Manim 这个工具画数学图形。还有 SVG 矢量路径，就是用坐标描出的线条，放大也不糊。打开 /fast，涡轮和代码流快到约 2\.5 倍。

/fast 只让文字输出更快，最多约 2\.5 倍；它用的还是同一个模型，第一个字出现的时间并不会变短。

### 4. ③ 帧数决定一切

Remotion 里，useCurrentFrame\(\) 告诉组件“现在是第几帧”。拖动帧数，看水滴怎样被弹簧函数拉起、冲过头再回稳，柱状图和彩虹路径也跟着帧数长出来。

每秒 30 帧，第 30 帧就是第 1 秒。同一帧数永远算出同一画面。

### 5. ④ 视觉自检：AI 检查自己的画面

渲染好的画面里，“折射”和“色散”两个标签挤在一起，标题还冲出了画框。点下按钮，扫描仪逐行扫过，标出问题，再改写排版代码，重新渲染出整齐的画面。

会自己动手做事的 AI 叫“智能体”。它常这样工作：看图、找错、改代码、再检查。

### 6. ⑤ 音画咬合，卷出成片

画面、TTS 语音（电脑把文字读出来的声音）和音乐排在同一条帧时间轴上。语音波形先对不上，随后按帧数滑进正确位置，和画面严丝合缝。编码舱把它们压成 MP4，胶片从出口卷出。

对齐靠一个简单换算：秒数等于帧数除以每秒帧数。

### 7. 像素扩散 与 代码驱动

像素扩散模型从一片噪点里一步步猜出每个像素。文字常会扭曲，运动也可能违反物理，画好后很难只改一处。代码驱动的画面由字体、公式和参数算出。文字锐利，几何严谨，改一行代码就能只改一个元素。

提示词缓存就是把反复用到的说明先存起来，再用时只收十分之一的输入价格；整条流水线约省 60% 是示例估算。代码驱动适合图解和数学，实拍风格仍是扩散模型的强项。

### 8. 从提示词到成片

回顾整条线：想清楚、写代码、按帧算画面、自己检查、合成成片。因为每个画面都来自代码，想改颜色、位置或文字，只要改一行再重新渲染。

试试点一下涡轮，切换 /fast 闪电模式。