Code2Video：用代码自动制作教学视频的AI框架

Code2Video 简介

核心功能亮点

• 基于代码的内容生成机制整个视频生成流程围绕可执行的 Manim 脚本展开。借助结构化指令，用户可以精确控制视频的时间节奏和画面布局，确保内容在逻辑上连贯且可重复制作。

• 模块化多代理协作系统框架采用三智能体模式协同运作：
• Planner（规划故事板）负责设计整体结构；
• Coder（代码生成器）负责产出可调试代码；
• Critic（优化反馈器）则通过锚点机制改进视觉布局；
这一机制从需求分析到最终视频输出实现了自动化闭环流程。

• 高质量矢量动画输出能力依托 Manim 引擎，生成分辨率无关的矢量动画。支持数学公式渲染、动态转场与流畅过渡效果，适用于追求高清晰度与专业视觉表现的教育视频制作。

• 多角度质量评估体系包括知识准确性、视觉美观性（如排版合理性、动画协调性）及处理效率（Token 使用量、渲染耗时）三个维度，便于持续迭代提升视频质量。

• 标准化基准与可扩展性内置 MMMC 基准数据集，包含了 117 个常见教育主题。支持单概念快速生成和批量任务处理，适应从简单教学片段到复杂演示视频的不同场景需求。

• 跨领域适用性强广泛应用于数学可视化、科学原理解释以及编程教学等内容创作领域，在保障学术严谨性的同时保留了较高的创意自由度。

主要优势

• 精准掌控每一帧细节利用可执行的 Manim 脚本作为统一标准，视频制作过程具备高度可控性，时间线与画面布局都可以通过指令直接定义，便于精确管理内容逻辑和展示效果。

• 高效协作的多代理模式结合 Planner、Coder 和 Critic 三个智能代理的工作机制，从输入需求到视频生成全程自动化，极大提升了内容开发的效率和准确性。

• 媲美专业课程的画质水准视频输出的质量接近知名的教育频道如 3Blue1Brown 的水平，无论是图像清晰度还是动画审美体验，都能满足高质量教学资源的需求。

• 完善的质量优化流程系统内置的评估框架不仅关注技术参数，也兼顾教学效果和视觉体验，同时结合 Token 使用与渲染时间分析，支持持续反馈和优化调整。

• 适配不同规模使用需求依托 MMMC 基准提供标准化参考，结合模块化结构便于社区进行个性化修改和功能拓展，无论是个人使用还是批量操作都能灵活应对。

• 丰富配套资源整合能力支持多种图标库接入，例如 IconFinder 与 Icons8，并兼容 Manim 社区生态和主流大模型技术方案，视频内容更具表现力的同时也提升了开发便捷性。

官方资源链接

• 项目主页地址：https://showlab.github.io/Code2Video/

• GitHub 仓库地址：https://github.com/showlab/Code2Video

• 相关论文资料：https://arxiv.org/pdf/2510.01174

适合哪些人使用

• 教师及在线教育从业者对于需要频繁制作教学演示视频的人来说，Code2Video 提供了用代码简化创作流程的可能性，帮助把抽象概念变成具象动画，增强课程的吸引力和理解深度。

• 教育技术创新研发者研究人员可以在该框架基础上，进一步开展代码驱动的内容合成、多模态教学演示以及视频自动生成研究工作，项目所提供的标准基准也为实验复现提供了便利。

• Manim 爱好者或初学者若你对利用代码创造教学动画感兴趣，那么 Code2Video 就是一个降低手工操作复杂度的实用工具。通过结构化模板和自动化机制，制作难度大大降低。

• 教育内容规模化生产用户适用于需要批量产出标准化教育视频的单位，比如课程平台、培训机构等。借助智能代理系统，能够稳定且高效地生产各类教学视频内容。