以 RAZ 分级阅读为脚本骨架,用 AI 生成皮克斯质感的 3D 分镜,再用工程化的渲染、字幕与校验流程拼成成片——不是做一条视频,是做一套能稳定出片的产线。
每本一个固定动物主角,八页一个句型,慢速美音配音,中英字幕,结尾附词表卡与品牌片尾。画面、角色、构图全部原创重绘,只沿用原书的句型与目标词。






以上均为成片封面截图;系列已交付 40 余集,覆盖 RAZ Level A 多个书号。
真正的门槛不是「生成一段视频」,而是让每一集都对得上词表、对得上画面、对得上时长——所以每一步都写成了可执行的规范。
确认原书句型、八个目标词、主角动物与版权边界:只用句型与目标词,画面、角色、构图全部重绘,不使用原书任何一页插画。
八页八段,每段一个运镜(推/拉/摇/移/固定),统一提示词骨架,只替换「本页主体」变量,保证画风与角色在八页内一致。
MiniMax H3(fl2va)+ turbo 8 步、cfg 1,生成 352×608、107 帧 ≈ 4.46 秒的分段素材,直出 32kHz 立体声慢速美音。
标题、中英字幕、词表卡全部用 HTML 渲染后合成,不让模型写字——这是控制错字率的唯一可靠办法。字幕按画面细节密度自动选带,主动避开主角眼睛。
八段拼接 + 词表卡 + 品牌片尾,导出 1080×1920 / 24fps / H.264。出片前逐条过六项硬性校验,任何一条不过就重渲该页。

整条链路跑在自建的 ComfyUI 集群上,由 Python 流水线驱动:一份 JSON 描述一本书,就能自动生成八个提示词、渲染、拼片、导出。
| 生成模型 | MiniMax H3(fl2va)· turbo 8 步 · cfg 1 |
| 生成规格 | 352×608 · 107 帧 ≈ 4.46s / 段 |
| 成片规格 | 1080×1920 · 24fps · H.264 · ≈47.3s |
| 音频 | H3 直出 32kHz 立体声,慢速美音,句子不裁尾 |
| 文字 | 标题 / 字幕 / 词卡全部 HTML 渲染合成 |
| 流水线 | Python + ComfyUI API,build / cards / run / encode |
AI 生成最大的问题是「看起来对、细节错」。这套校验把主观判断变成可执行的检查项。
片中的八个词必须与书单配置完全一致,顺序一致,不增不减。
每页台词必须包含目标词,不得丢词、不得吞词——「This is not safe」不能少了 not。
烧进画面的英文必须与配音台词逐字相同,用脚本比对,不靠肉眼。
中文行是整句翻译,不是单词注释;重点词按语义配色高亮。
抽帧确认该页画面里能看到目标词所指的对象或状态,看不到就重渲。
词表卡八词齐全,片尾已接上,总时长与规范一致。
教育内容、品牌 IP、产品动画,都可以按这套工程化的方式批量生产。