前两天翻 cs.AI 的新提交，点开了 9 月 13 日挂上去的 arXiv:2609.14408，标题 Dynamic Learning Solutions: A System for Personalized Educational Video Generation，五位作者，Siddhanth Sridhar 排在第一个。点进去的动机很朴素，就是想看看「把教材转成讲解视频」这件事现在被拆成了多少步、每一步之间传的是什么。看完想记下来的只有一条：这条链上真正值得 review 的产物不是视频，是视频生成之前那份脚本。下面按我读的顺序拆开看看。
整条链长什么样
系统的输入是一份 PDF 加一个问题，输出是一段视频讲解。那份 PDF 的身份很具体，是 NCERT 教材，也就是印度那套统一的中小学教材，章节、小节、例题、图示的层级基本是固定的，结构相当规整。这一点后面还要回来讲一次，因为它同时是这套系统的红利和它的边界。
整条链大致是这么走的：
PDF + 用户提问
→ 多模态检索（正文文字 + 图表视觉内容一起进索引）
→ RAG（针对 NCERT 教材结构做过优化）
→ 多场景脚本（每场 = 叙述解释 + 结构化视觉提示）
→ Stable Diffusion（按层实现，逐场出图）
→ DynamiCrafter（静图转成动画序列）
→ Google TTS（按时间控制旁白与画面同步）
→ 一段连贯视频
我想说的第一件事就藏在这张图里：整条链上，只有「多场景脚本」这一层是人类和机器都能读的中间产物。视频难看、或者讲错了，你没法直接知道问题出在哪——可能是检索捞错了段落，可能是脚本把例题解释写歪了，可能是扩散模型没照着视觉提示出图，也可能是动画把图插糊了。四五个环节都有嫌疑，而视频本身不给你任何线索。
脚本不一样，它至少有场景切分、有叙述文本、有视觉提示，可以逐条核对：这一段讲的是不是教材里那一段？这个视觉提示画出来，撑不撑得住这句旁白？这些问题在纸上就能回答，不用等两分钟视频渲染完再回头猜。论文里还有一句我挺在意的细节——脚本的叙述要跟教材的解释风格保持一致，也就是说生成器是被约束过的，不是自由发挥。约束得越具体，可核对的东西就越多，这也是它值得被单独拿出来读的原因。
「按层实现」这句我没完全看懂
视觉提示进 Stable Diffusion 这一段，论文的说法是该模块按层实现，目的是提升可解释性和控制能力，然后才生成与上下文相关的图像。我把摘要来回读了两遍，还是没搞清它说的「层」具体切在哪——是指扩散去噪过程可以逐步观察，还是指场景提示本身有个层级结构。页面上能拿到的是 PDF、一个实验性 HTML 版本和一份 TeX 源码，我这边没有能直接跑起来验证的东西，所以这条先存疑，不替它解释。
不过「为了可解释性把模块拆层」这个方向，跟上面那条判断是一路的：既然视频是黑盒，那就把黑盒里的中间状态尽量往外掏，掏到人能看到、能改为止。一个系统愿不愿意暴露中间产物，基本决定了它出问题的时候你是能自己查，还是只能整个重跑一遍。
检索那层是为 NCERT 优化过的
RAG 那一层针对 NCERT 教材的结构做了优化，并在这种内容上取得了最好的效果。这句话读起来是个亮点，但对我这种打算照抄思路的人，它更像一条警告：为一种结构优化，换一种结构就不一定还成立。
NCERT 教材的层级稳定，检索器可以吃这个红利，按章节和小节切、按例题召回，都很顺。换成你自己扫的一叠讲义，或者一堆没有编号的课程 PDF，同一套切分和召回规则就没那么灵了。不是说不能抄，是说抄的时候得留一步——先看看你手上的文档结构，是不是和它优化时假设的那种一样。不一样的话，前面那一步老老实实换成按页或者按小节切，别硬套。硬套的后果是检索结果看着有东西、其实答非所问，后面整条链都跟着歪。
如果我自己搭一遍，顺序会反过来
论文的链路是脚本 → 图 → 动画 → 旁白音频。我会先把旁白音频接上，再接图。理由很实际：一个场景的长度是被旁白时长决定的，先有声音的长度，再让画面去填这段时间；反过来做，你要么把画面硬拉伸，要么改脚本重跑一遍图。脚本里本来就有旁白的文本，我提前的只是音频合成这一步，不是文本生成那一步。顺序调一下，返工量差得挺多。
具体拆的话大概四步：
- 只跑检索加脚本生成，输出结构化 JSON，先不碰任何视觉组件。这一步的目标就一个：能把脚本打印出来逐条读。
- 接 TTS，把每个场景的音频时长定下来，脚本里补上
start/end两个字段。 - 接图像生成，一次只跑一个场景，用眼睛比对「这张图撑不撑得住这句旁白」。
- 最后才接动画和音画对齐，这时候前面每一步都已经单独验证过了。
第 1 步那个 JSON 我大概会定成这样：
{
"scene_id": 3,
"narration": "……",
"visual_prompt": "……",
"source_span": "第 4 章 4.2 节 例 3",
"start": 12.4,
"end": 19.8
}
💡 小技巧：多出来的 source_span 是最有用的一栏，它逼着每一步都指回教材原文的某一段。脚本写歪了，顺着这一栏就能回去查是检索捞错了，还是生成的时候自己编的。加它的成本几乎为零，但比多接一个模型重要得多。
划重点
第一，这类「若干现成组件串起来」的系统，价值不在组件，在串法，而串法里最该被审视的是中间产物，不是最终那段视频。第二，只要中间产物能打印成人能读的格式，就别让下一步只吃一张图或者一段音频，可调试性是攒出来的，没法在最后补。第三，看到「针对某类内容优化效果好」先别急着抄，先确认你手上的内容是不是同一类结构，这一步能省掉不少返工。
这条记下来了，下次真动手搭的时候应该用得上。你要是也在看这类把教材转视频的系统，可以先把中间产物那份结构定下来再挑模型，比反过来划算。