一句话看懂：通义实验室团队利用 Qwen3.5-397B-A17B 大语言模型与开源动画引擎 Manim，构建了一套可控制、可编辑的 AI 科普视频生成系统，并获得首届”小有可为”大赛乡村教育赛道一等奖。这套系统采用多 Agent 协作、阶段门控与自动修复的工程范式，将原本需要工程师与教师耗时两三天才能完成的 60 秒教学动画，压缩到可自动执行的流水线中，同时保证了数学推导的准确性。
事件核心：发生了什么
在首届”小有可为”大赛中，”智绘科普”项目获得乡村教育赛道一等奖。其技术方案核心并非简单的”文生视频”，而是将 Qwen3.5-397B-A17B 作为”思考内核”负责生成结构化教学脚本，Manim 作为精确的执行工具负责动画渲染。整个流水线被拆分为六个 Agent 阶段：规划、草稿、实现、自检、审查与合成。每个阶段输出的中间 JSON 脚本与 Python 代码都可检查、可编辑，并且设有三道硬门控——结构门控、时序门控和几何审计门控。当模型第一次生成的代码无法运行或画面错误时，系统会自动提取错误日志、生成修复提示词，实现自动修复。据官方公开的日志显示，一个”抛物线”任务经历了 5 次渲染失败和 5 次自愈才通过自检。
为什么重要
这一作品展示了在”AI 生成不等于 AI 可用”的教育场景中，如何用工程化手段驯服大模型的空间发散性。传统文生视频模型是一次性出片、不可局部编辑的”黑盒”，无法应用于要求绝对准确的教学场景。而”智绘科普”通过让大模型先生成结构化 JSON 脚本、再由 Manim 代码精确执行，把教学视频的制作从”猜测式生成”转变为”编排式交付”。这种”多 Agent 协作 + 门控 + 自我修复”的工程范式，直接解决了 AI 在垂直领域落地的两大痛点：结果不可控和失败无归因。此外，该项目在 Windows+Python 3.13 环境下解决了子进程的 ProactorEventLoop 兼容性问题，提升了平台兼容性。
对用户/开发者/创作者的影响
对于乡村教育领域的教师，这意味着可以获得一套可复用、可二次编辑的教学动画工具，不再依赖工程师帮助修改每一帧错误。对于开发者，项目的 GitHub 仓库（manim-agent）提供了完整的代码和调试视图，无需从头搭建多 Agent 协作的架构——开发者可以直接借鉴其”分阶段门控 + 自动修复回路”的设计思路。对于想参赛的创作者，该项目的底层逻辑同样适用于其他赛道：如独居老人智能陪伴、儿童社交情景演练、无障碍实时解释等场景。通义实验室推荐在类似项目中使用 Qwen3.5-397B-A17B 作为主模型，并给出了具体的 Agent 架构建议。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，目前该项目依赖的 Qwen3.5-397B-A17B 模型通过魔搭社区（modelscope.cn）提供的 Anthropic API 兼容网关接入，未来模型是否会开放更直接的 API 接入方式，将对开发者生态产生直接影响。第二，该项目虽已知晓 Windows 兼容问题并已封装解决方案，但跨平台大规模部署时，其他操作系统和 Python 版本是否会出现新的兼容问题仍需观察。第三，该工程范式能否被迁移至其他学科（如物理、化学实验模拟）或其他垂直领域（如工业说明书生成），是判断其通用性质的重要标尺。
