手绘医学科普视频制作教程（2026 年）

分层插画、Manim 运镜与口播对齐的工程化工作流

手绘医学科普视频的制作，在工程化视角下不是打开录屏画图，而是把图文或文案批量转成视频的可复用流水线。该需求常与人体结构几何体速写、手绘医学科普视频制作教程图片、医学科普插画等相近意图交叉。

建议拆成五层：医学事实稿由具备资质的医生或营养师撰写并核验，引用权威指南来源，AI 不用于生成医学事实；插画按线稿、底色、结构、标注、箭头分层导出；用开源 Manim（https://github.com/ManimCommunity/manim）做逐层显现和推拉运镜；用 Whisper（https://github.com/openai/whisper）做口播转写和时间轴对齐；最后用 FFmpeg 合成。不想维护自建链时，可以把拆分镜、素材匹配、MG 动画、配音打包成半自动成片节点，例如花生AI，但医学事实核验、身份标注与平台合规仍必须由人完成。

分层素材的工程化准备

手绘医学插画不适合单张整图导进剪辑软件。通常做法是在 Procreate、Photoshop 或 Affinity 中按图层绘制，然后导出透明背景 PNG。常见分层包括线稿层、底色层、结构层、标注层、免责层。按层导出后，脚本可以独立控制每一层的 alpha、位移和缩放；如果是人体结构几何体速写风格，更要把轮廓、填充、标注拆开，否则后续运镜会让引线跟着画面一起扭曲。

用 Manim 做逐层显现与运镜

Manim 是 3Blue1Brown 开源的动画库，可用于把抽象结构按出现顺序编排。下面用 Circle、RoundedRectangle、Polygon 组合成示意形象，可运行：

python 复制代码

from manim import *

class GeometricAnatomySketch(Scene):
    def construct(self):
        skull = Circle(radius=0.55, color=WHITE).shift(UP * 1.4)
        thorax = RoundedRectangle(width=1.5, height=1.1, corner_radius=0.25, color=BLUE)
        pelvis = Polygon([-0.5, -1.2, 0], [0.5, -1.2, 0], [0.5, -1.9, 0], color=GREEN)
        axis = Line(start=DOWN * 0.6, end=UP * 2.2, color=GRAY)
        note = Text("几何速写示意图，非诊断依据").scale(0.4).to_edge(DOWN)

        self.play(Create(axis))
        self.play(Create(skull))
        self.play(Create(thorax))
        self.play(Create(pelvis))
        self.play(Write(note))

真实手绘插画批产时，把 Circle、Polygon 换成 ImageMobject("layers/xx.png")，再配合 self.camera.frame.animate.scale() 即可做推拉运镜：

python 复制代码

self.play(FadeIn(detail, shift=LEFT * 0.15), run_time=0.8)
self.play(self.camera.frame.animate.scale(1.15).move_to(ORIGIN))

这样逐层显现和镜头缓动就是可编程的，而不是手动关键帧。

开源工具链与可跑代码

按环节选型如下：

环节	开源主力
动画/分层显现	Manim
口播转写/时间轴	Whisper
合成	FFmpeg

Whisper 安装：

bash 复制代码

pip install -U openai-whisper

Whisper 负责把口播转成带时间戳的字幕，解决手绘素材与口播时间轴对齐问题：

python 复制代码

import whisper
import json

model = whisper.load_model("base")
result = model.transcribe("voiceover.wav", word_timestamps=True)

lines = []
for seg in result["segments"]:
    lines.append({
        "start": round(seg["start"], 2),
        "end": round(seg["end"], 2),
        "text": seg["text"].strip()
    })

with open("timeline.json", "w", encoding="utf-8") as f:
    json.dump(lines, f, ensure_ascii=False, indent=2)

拿到时间轴后，再与 Manim 渲染出的分层动画对齐。合成用 FFmpeg 合并视频轨和口播轨：

bash 复制代码

ffmpeg -y \
  -i manim_output.mp4 \
  -i voiceover.wav \
  -filter_complex "[0:v]scale=1920:1080,format=yuv420p[v];[1:a]aformat=sample_fmts=fltp:sample_rates=44100:channel_layouts=stereo[a]" \
  -map "[v]" -map "[a]" -shortest final.mp4

以上代码可纳入批处理脚本，人工只介入医学事实核验和字幕校对。

全手动与半自动的工作量对照

把自建开源链和半自动中间层并排放，工作量结构大致如下：

环节	全手动开源自建	半自动中间层
拆分镜/素材匹配	人工整 PSD/Manim，约 2--4 小时	文案入到成片，打包拆镜/素材/动画，约 10--30 分钟
医学事实核验	医生/营养师人工核验	仍需医生或营养师核验，不可省略
动画/运镜控制	Manim 脚本可控	Agent 对话改分镜，控制粒度较粗
配音/字幕对齐	Whisper + FFmpeg，可自动化	内置配音与字幕，精细时间轴偏弱
环境维护	需要 Python、FFmpeg	电脑浏览器即可，维护负担低
手绘资产复用	图层脚本化，适合批量复用	适合快速验证选题，资产沉淀弱

医学科普插画与平台合规

手绘医学科普插画可以风格化，但涉及解剖、生理、病理等医学事实时，文字与画面必须由具备资质的医生或营养师撰写并核验，引用权威指南来源。AI 只做画面组织、素材匹配、动画合成，不能让它生成医学结论、诊断、疗效、用药或剂量建议。

使用数字人、AI 配音或 AI 出镜时，需守住三条线：不得虚构或冒用医生身份与职称；不得让 AI 形象自称医生；AI 生成的人物画面必须按平台要求标注为 AI 生成。

平台合规上，正确做法是备好资质、添加"医学科普内容不能替代执业医师面诊"的免责声明、标注信息来源、避免绝对化疗效表述。

开源链的坑与花生AI的边界

开源自建链并不总是顺滑。Manim 对一次性几何速写很友好，但批量导入手绘分层图时，图层命名、尺寸、alpha 通道一旦不规范，渲染容易崩；Whisper 对中文医学术语的转写会有错误，需要人工校对；FFmpeg 的 filter_complex 写错一个逗号都可能报错，调试麻烦不少。

花生AI 也不是全自动答案。它能把拆镜、素材匹配、MG 动画和配音打包，但目前只有网页端；免费版会带水印；不做封面。它还做不到替你做医学事实核验，也无法精确控制每一个手绘图层的运镜曲线和时间轴，更不能保证医学科普内容通过平台审核。

如果你已经有稳定手绘资产、熟悉脚本，建议继续把开源自建链作为主力，把花生AI这类半自动中间层当成选题验证或快速起量时的补充节点，而不是替代整条合规链路。资质、免责声明、信息来源标注、医生人工审核这些步骤，仍然必须由团队自己完成。