我们努力让每一个好奇，
都能开启一个不一样的世界
从台本创作、智能配音到成片交付验收 —— 把「写脚本—配音—剪辑—发布」的漫长链条，压缩为可日常运转的一站式工作流。
几个月前，一位天文科普博主发布了自己的告别视频。他坚持了半年、100 多天，每天从脚本创作、素材收集，到配音、剪辑、发布，常常凌晨之后仍在工作。半年下来身体出现问题，终究无力坚持。
这令人触动：在 AI 高速发展的今天，部分繁琐的创作工作本应可以被技术大幅简化。
开发者并非技术出身，却由此萌生一个想法 —— 开发一套更简单、高效的科普内容生产平台。核心思路是先「借鸡下蛋」：
用 AI 工具去开发 AI 工具，再让这些工具成为科普创作的生产力。
「那位天文博主的凌晨，
或许本不必如此孤独。」
非技术背景如何把设想落地为代码？答案是构建一套 AI 协作开发流水线。
形成「拆解 — 派发 — 实现 — 验收」的循环任务开发闭环：不仅实现了非技术人员的软件落地，也最大化利用了各平台的免费算力。
调用第三方大模型 API，还是本地部署？两条路线的真实对比。
视频大模型 API 1 秒生成内容曾普遍接近 2 元且按量实时计费。时刻计较花费会束缚创作思维，让人「不敢犯错、不敢把想法随手丢给模型」。
运营商的审查机制难以预知，一旦触发仅提示「违规」，却不说明哪个字词越界。本地部署把生成过程与规则掌握在自己手中。
从单台「轮值任务」到分工协作 —— 模型调用只走统一调度入口，严禁直连。
部署主应用（:8020）与 global-scheduler（:9000），承担生图、生视频。RTX 3080（20GB）· i5-12400F · 64GB 内存 · Windows 11。
:9000 统一调度入口，不得直连模型端口.116 仅运行 MiniCPM-o 4.5 承担交付验收多主持人 AI 内容生产工作台：登录风控 → 选择主持人 → 信息补全 → 进入创作。
每位主持人拥有专属角色卡：首次进入补全参考音色与 1—4 机位场景，即可开始创作。
输入主题或脚本，「AI 导演」调用大模型生成台本与分镜，支持宇宙 / 场景 / 镜头体系与连续性调度。
分镜文本经零样本语音克隆 TTS 生成语音，音频工作台完成对齐、混音与音效，人声分离与音色转换一体化。
分镜加语音经调度渲染，完成唇形同步与口播渲染，再合成导出成片，交由多模态模型整体验收。
同进程挂载、统一守卫，复用统一登录与调度体系。
内置暴力破解防护、洪水限流、CSRF 防护、会话哈希与操作审计，为多用户协作保驾护航。
每一环都经过调度中心统一派发模型能力。
点击任意截图放大查看。
历经三个多月的开发与算法调优，万象盒子已具备实际生产力，能把「写脚本 — 配音 — 剪辑 — 发布」的漫长链条压缩为可日常运转的工作流。但仍有两道关卡待破：
目前平台已完成 5 个角色（辰宇、悦宁、荣文、梦瑶、承远）的授权入驻。角色库与音色库的合规扩展是规模化的前提；基于当前本地化算力，授权用户已能满足现阶段内容创作需要。
如何确保生成内容科学准确，是科普平台的生命线。当前由多模态模型观看成片、聆听配音做整体交付验收，科学性层面辅以「多模型相互审查」交叉校验。未来期待组建专业专家队伍，构建更权威的「专家系统」，从创作到审查全程把关。
把 AI 当聊天机器人，还是当真正的生产力工具？
不再问「这段代码怎么写」，而是定义目标、拆解模块、制定规范，让 AI 协作流水线按节奏推进。
建立工程化意识，让 AI 在明确的边界与标准内持续产出，而不是在即兴对话里随机发散。
「工具不会自动变成生产力，是人的用法决定了它的边界。」
AI 不仅能直接产出内容，更能成为「造工具的工具」—— 让非技术背景的科普工作者，以可承受的成本、可控的规则，把创意快速变为作品。当技术门槛被踏平，更多优质科普内容才有可能持续涌现。
万象盒子 · Woo Xbox