据通义实验室消息，首届“小有可为”AI向善创新挑战赛“点亮乡村课堂”赛道一等奖作品“智绘科普”，通过“Qwen3.5-397B-A17B大语言模型+Manim动画引擎”的技术路线，打造了一套可控、可编辑的AI教学动画生成系统，为乡村教育提供了稳定可复用的解决方案。
团队最初希望帮助老师将课本知识快速变成视频，但调研发现，传统文生视频模型推导过程易出错、无法局部修改，无法满足教学场景对准确性的刚需。为此，团队调整定位，不再追求一键生成完美视频，而是交付完整的创作过程。系统输出最终视频的同时，还提供教学脚本和动画源码，确保内容可编辑、可复用。
技术选型上，团队验证了三种方案均存在缺陷：直接让大模型生成视频可复现性极差；文生视频模型一次出片、不可编辑且符号常出错；人工流水线产能无法支撑规模化需求。最终，团队采用Agent分阶段协作加门控加自检的方案，让Qwen作为“思考内核”负责知识理解与逻辑规划，Manim作为“执行工具”负责代码执行与动画表达。系统运作流程为：用户输入知识主题后，规划Agent生成脚本，草稿Agent编写代码，实现Agent跑渲染与自检，审查Agent把关视觉，合成Agent输出最终产物。每一阶段中间产物均可检查修改，任一环节出错只需重跑该阶段。
项目复现包含三个步骤。环境准备需满足Python不低于3.12、Manim Community Edition不低于0.20.1、FFmpeg可用，克隆项目并安装依赖后，配置语言模型为魔搭社区的Qwen/Qwen3.5-397B-A17B，通过Anthropic API兼容网关接入。生成教学脚本时，Qwen会先生成结构化JSON脚本，包含学习目标、受众、分镜头等字段，每个beat只承载一个新教学点。脚本阶段设置三道质量门：结构门校验必填字段，数量门控制beats数量在3至6个，可执行门确保视觉目标可在Manim中实现。生成动画代码采用三段式走法，Phase 2A草稿阶段设有时序门控，要求每个分镜动画时长达到目标时长的80%以上，总时长达到60%以上。自动渲染设置三道硬门控：Manim渲染门检查代码能否跑通，几何审计门检测画面元素是否重叠越界，视觉审查门抽帧评估画面美观度。系统具备失败返工回路，出错时能自动提取错误日志并修复，实际任务中曾经历5次失败和5次自愈最终通过自检。
团队还摸索出一套驯服大模型的工程化约束机制：角色分层，为不同阶段Agent设定严格禁令，防止越界行为；设立硬门控，用时序门控、几何门控、结构门控等可量化标准把关；建立自动修复回路，设置入口拦截、渲染防御、结构防御三层机制，所有中间产物落盘，失败时可回到任意中间步骤。
基于“多Agent协作加门控加自我修复”的工程范式，该方案可平移到其他赛道，例如独居老人智能陪伴、儿童情景演练、无障碍实时解释等场景，均推荐使用Qwen系列模型作为核心驱动。
原文：小有可为实战教程｜乡村教育一等奖作品拆解（来源：通义实验室）
