科普动画短视频怎么做？用月球同步自转讲清一个知识点

做科普短片，先把事实说对，再决定画面怎么动。本文用“月球明明在转，为什么我们总看到同一面？”做一条约40秒的原创图解短片：NASA 核源、ComfyUI 生成太空底图、代码绘制地月示意图、CosyVoice 合成旁白，最后导入剪辑软件核对字幕和节奏。

静音画面预览：ComfyUI 生成底图，地月图解和字幕后期绘制

先记住几个事实：月球确实在自转；它自转一周的时间，约等于绕地球一周，所以同一半球大体朝向地球。月球的远侧也不是“永久黑暗面”，太阳照明会随月球运动而变化。NASA 给出的绕行周期约为27.3天，而从一次新月到下一次新月约29.5天；两个周期的参照不同，地球在这段时间也继续绕太阳运行。NASA 月球常见问题和月相说明可核对这些事实。

先把一个知识点写成五个镜头

先写一句准确答案，再把它拆成“提问—反例—解释—纠正常见误会—补充数字”。不要先让图像模型自由发挥天文关系；生成模型很容易把轨道、太阳光和“朝向地球的一面”画错。练习包里的示意图由代码绘制，底图才由 ComfyUI 生成。

镜头	旁白	画面要说明什么
1	我们总看到月球熟悉的一面。它真的没有自转吗？	地球与月球，引出问题
2	假设月球只绕地球、不自转，面对地球的月面就会一路改变。	固定朝向星空时，地球看到的月面会变化
3	月球绕地球一周，自己也正好自转一周；近侧因此大体朝向我们。	四个轨道位置的近侧都朝向地球
4	这叫同步自转。月球远侧并非永远黑暗，阳光也会照到那里。	远侧会经历白昼，不是永久黑暗
5	绕行一周约二十七点三天；朔到朔约二十九点五天。	地球也继续绕太阳运行，所以朔望月更长

旁白里的数字写成中文读法，画面上的数字则人工排成“27.3天”和“29.5天”。这样既方便 TTS 朗读，也能在画面里直接比较。练习稿在 input/narration.txt，镜头关系在 input/storyboard.json。

用 ComfyUI 做无字太空底图

先确认 ComfyUI 已经安装，且本机已有 Z-Image-Turbo、Qwen 3 4B 文本编码器和 AE VAE。练习脚本只向本机 127.0.0.1:8188 提交标准节点工作流，启动前会检查三份权重是否存在；缺任何一项就退出，不会去下载模型。若你还没有这些权重，先停在这里，不要为了跟做而消耗流量。

在练习包根目录运行：

"$HOME/ai-demo/ComfyUI/.venv/bin/python" scripts/generate_background.py
"$HOME/ai-demo/ComfyUI/.venv/bin/python" scripts/render_storyboard.py

第一条命令生成一张无字底图，第二条把地球、月球、轨道、朝向标记和中文说明排上去。画面中的物理关系由程序按固定坐标绘制，避免把“同一面始终朝向地球”交给模型猜。运行后检查 output/scene-01.png 至 scene-05.png，尤其核对第二、第三格中月面标记的方向。

本机 ComfyUI 0.38.0 使用已存在的 Z-Image-Turbo bf16、Qwen 3 4B 和 AE VAE 权重生成了底图；没有下载或更新模型。ComfyUI 的官方教程也说明了该模型的本地工作流和节点设置。输出样片把底图标成“AI生成”，地月图解为程序绘制。

用 CosyVoice 合成旁白

准备一段你有权使用的清晰中文参考音，并逐字写出它实际说的内容。CosyVoice 的零样本接口会根据参考音和参考文本生成目标语音；不要拿演员、客户、同事或其他人的声音试用，除非你获得了相应授权。练习包不含参考音或模型权重。

只有在 CosyVoice 3 模型和 WeText 本地缓存都已存在时，再运行下面的命令。脚本检查模型文件、设置 Hugging Face 与 ModelScope 离线模式，并把 WeText 资源解析固定到已有缓存；缺文件就报错退出，不尝试下载。脚本会自动加上 CosyVoice 3 所需的 You are a helpful assistant.<|endofprompt|> 前缀，因此参数只填写参考音里实际说出的文字：

"$HOME/ai-demo/CosyVoice/.venv/bin/python" scripts/synthesize_voiceover.py \
  --cosyvoice-root "$HOME/ai-demo/CosyVoice" \
  --model-dir "$HOME/ai-demo/CosyVoice/pretrained_models/Fun-CosyVoice3-0.5B" \
  --prompt-wav /path/to/authorized-reference.wav \
  --prompt-text "参考音里实际说出的文字" \
  --narration input/narration.txt \
  --output output/voiceover.wav

脚本按五行旁白分段合成，每段最多8秒，输出单声道 WAV 和运行摘要。若某行超时，不要硬压语速，先删去重复修饰词，再重新核对事实。CosyVoice 的用法见官方仓库；模型权重的用途和许可还需按官方模型卡核对。

本次本地合成使用 CosyVoice 仓库自带的示例参考音，只用于本机验证；没有把参考音或生成语音放进公开练习包。公开样片为静音画面预览。用自己的声音制作版本时，应把自己的旁白 WAV 放入剪辑软件，与五张图按顺序对齐。

做成短片并逐项复核

练习包的 scripts/assemble_preview.sh 把五张图做成每镜头8秒的慢推近样片。无旁白版用于预览画面：

bash scripts/assemble_preview.sh output/visual-preview.mp4

如需在本机合成带旁白版本，可把 WAV 作为第二个参数；不要将未经授权的参考音或旁白文件随包发布：

bash scripts/assemble_preview.sh local-only/complete-preview.mp4 output/voiceover.wav

导入剪辑软件后，逐句检查旁白、字幕、画面切换和停顿；确认“近侧”标记每一格都朝向地球，远侧受光的示意与旁白一致。不要把四张静态插画描述成完整的三维天体模拟。发布生成合成的音视频时，按适用规则和平台流程主动声明并使用标识功能；《人工智能生成合成内容标识办法》自2025年9月1日起施行，具体要求见办法全文。

本机实测和局限

本机使用 ComfyUI 0.38.0 / Z-Image-Turbo 生成底图，以 Pillow 绘制5张图解，再由 FFmpeg 输出40秒静音样片。CosyVoice 3 使用现有本地权重合成五段旁白，实际语音分别4.92、5.80、6.68、6.36、5.32秒，补静音至40秒；部分短句触发了“短于参考提示文本，效果可能较差”的模型提示。过程锁定离线模式，没有下载模型。

这次验证的是一段原创月球知识稿和本机合成链路，不是天文学教学效果评估。旁白没有做母语者审校或人工试听，视频没有在手机剪辑软件中做字幕同步验收；发布前仍要逐帧核对月面朝向，并亲自试听和校准时长。样片和练习包：月球同步自转科普动画练习包。练习包不含模型权重、参考音或生成语音。

先把一个知识点写成五个镜头

用 ComfyUI 做无字太空底图

用 CosyVoice 合成旁白

做成短片并逐项复核

本机实测和局限

参考来源