在 2026 年的 Skills 生态里，视频类技能已经分裂成两条完全不同的赛道。一条是"调用即成片"——把提示词发给 Veo、Kling、Seedance 这类扩散模型，等几十秒拿回一段实拍风格的成片；另一条是"代码即导演"——用 Manim、Remotion、Processing 这些渲染框架，把每一帧的位移、旋转、淡入淡出写成可复现的代码，再由引擎逐帧渲染成 MP4。前者拼的是模型能力和 API 额度，后者拼的是工程可控性和可复用模板库。
这两条赛道面向的人群南辕北辙：扩散视频适合做营销切片和情绪短片，而代码驱动视频天然适配技术解释、数学动画、数据可视化、知识科普、教学课程这类对"信息精度"敏感的场景——一帧错位就讲不清傅里叶变换，扩散模型做不到，但 Manim 可以。本期评测聚焦这第二条赛道，从环境中实际可用的代码驱动视频引擎里挑出七个代表作，从功能完整度、上手难度、变现潜力、训练营适用性、社区活跃度五个维度做横评。
之所以选这个角度，是因为"文字即成片""代码即画笔"已分别覆盖了媒体合成与生成艺术，而"用代码逐帧渲染视频"作为独立工程范式尚未被系统评测。它本质上是一个确定性渲染管线：输入是结构化数据（slides.json、Python 场景类、React 组件），输出是逐帧可复现的视频，这让它天然适合做付费模板和训练营教学。
| 引擎 | 底层框架 | 语言/范式 | 核心场景 | 输出物 | 上手成本 |
|---|---|---|---|---|---|
| manim-video-creator | Manim CE | Python 场景类 | 数学/技术解释动画 | MP4 + 场景代码 | 中高 |
| remotion-video-creator | Remotion | React/TS 组件 | 数据驱动/品牌动效 | MP4/WebM | 中（需前端基础） |
| processing-video-creator | Processing/p5.js | Java/JS 草图 | 生成艺术/粒子 | 帧序列→视频 | 中 |
| content-to-video | 自研 PPTX+TTS | JSON 驱动 | 通用讲解视频 | 配音+字幕 MP4 | 低 |
| knowledge-card-pro | HTML/CSS 动画 | 配置驱动 | 知识卡片短视频 | 16:9 MP4 | 低 |
| course-video-maker-zh | 中文 TTS+字幕 | 图片+讲稿驱动 | 中文教学视频 | 配音+字幕 MP4 | 低 |
| 3gppspec-to-video | 检索+slides.json | 规范驱动 | 垂直领域科普 | 讲解视频 | 中（需领域知识） |
来源 Affaan M 的 everything-claude-code 仓库，底层是 3Blue1Brown 的 Manim Community Edition。它的杀手锏是一个"故事板先行"工作流：在写任何场景代码之前，先用一个结构化计划锁定"这期视频的视觉论点是什么"，确定哪些状态变化必须用动画表达，哪些静态画面就够了，然后才落地 Scene 类代码。这正好对治了 Manim 新手最常见的病——"动效很忙但什么都没讲清"。
它的设计哲学是"motion explains state change, not just keeps the screen busy"（动效要解释状态变化，而不是让屏幕热闹）。在 Claude Code 里，你给一个技术概念（如梯度下降、PDU 会话建立、一致性哈希），它会规划分镜、生成 Python 场景、调用 manim render 出 MP4。功能完整度给到 4.5 星——它不做配音字幕，纯粹是视觉渲染，但这恰恰是它的纯粹之处。上手难度偏高，需要懂一点 Python 和坐标系思维，对非技术用户不友好。变现潜力极高：Manim 解释动画在 B 站知识区、YouTube 教育频道的付费课程溢价明显，一个"用 Manim 讲透 Transformer"的课程包可以卖到 199–399 元。训练营适用性 5 星——它本身就是绝佳的教学载体，一个 8 课时的"Manim 数学动画工作坊"可以直接落地。社区方面，Manim CE 在 GitHub 有 28000+ Star，是这批引擎里生态最成熟的。
与竞品对比：knowledge-card-pro 用 HTML 动画做卡片，快但表达力弱；只有 Manim 能精确控制数学对象的变换路径。
来源同样是 everything-claude-code，但它捆绑了 29 个领域专属的 Remotion 模板，这是它最大的差异化。Remotion 的核心思想是把视频当成"以帧为单位的 React 应用"——useCurrentFrame() 返回当前帧号，所有位移、缩放、透明度都是帧号的纯函数，因此完全确定性、完全可复现。这意味着同一个模板换数据就能批量出片，这是付费模板经济的理想形态。
2026 年 1 月 Remotion 正式集成 Agent Skills 后，从未打开过 After Effects 的开发者也能用对话式提示生成专业动效，dplooy 的评测指出这直接动摇了传统"每月 300 美元以上"的动效订阅工具市场。功能完整度 5 星：支持数据驱动视频、品牌片头、自动字幕、API 渲染、批量生成全链路。上手难度中等——前端开发者几乎零成本，纯后端或非技术用户需要补 React。变现潜力满分：Remotion 模板在自家 Remotion Templates 商店单件售价 49–199 美元，且是买断制，一个爆款模板（如"年度数据回顾"）可以躺赚。训练营适用性 4.5 星，适合"前端转视频"的转型训练营。社区上 Remotion 有 22000+ Star，官方文档专门有 Prompting videos with coding agents 章节，对 AI 工作流支持是一等公民。
与 Manim 对比：Manim 强在数学对象的几何变换，Remotion 强在 UI/数据/品牌的图层动效，两者几乎不重叠，理想组合是技术概念用 Manim、包装片头和数据可视化用 Remotion。
基于 Processing / p5.js，定位是创意编程——流场、粒子系统、L-system、反应扩散这些算法艺术。它的工作模式是写一个 draw() 循环，每帧调用一次，把帧序列导出后再合成视频。这是七个引擎里"艺术性"最强、"工程性"相对最弱的一个。
功能完整度 3.5 星——它能产出极美的画面，但配音、字幕、分镜叙事都不在它的能力范围内，它更像一个"素材生成器"而非"成片引擎"。上手难度中等偏低，p5.js 对有 JS 基础的人很友好，但要把生成画面讲成一个有叙事的视频，还需要二次编排。变现潜力中等偏上：生成艺术作品本身有 NFT/壁纸/品牌视觉的售卖通道，但作为"视频产品"单卖较难，更适合做成视觉资产包或品牌定制。训练营适用性 3.5 星——"创意编程入门"是不错的主题，但受众偏窄。社区上 Processing 有 11000+ Star，p5.js 有 21000+ Star，生态成熟但偏向艺术而非视频工程。
与前两者对比，Processing 是唯一无法精确表达"信息"的引擎，它的价值在"氛围"而非"解释"，因此在知识科普场景里只能做片头/转场，无法承担主体。
这是本期评测里工程化程度最高、上手门槛最低的引擎。它的输入是一个标准化的 slides.json（每页幻灯片的内容、类型、讲稿），输出是带中文 TTS 配音和字幕烧录的 MP4。它原生支持三种内容形态：Mermaid 流程图、Markdown 表格、分层 bullet，并渲染成精美 PPTX，再逐页配音。
关键设计在于它把"内容生产"和"渲染"解耦了——上游可以是任何能产出 slides.json 的 skill，下游只管渲染。这让它成为整个生态里的视频渲染底座：knowledge-to-slides、3gppspec-to-video、book-to-short-videos 等多个 skill 都把它的渲染能力作为下游。功能完整度 4.5 星，扣掉的 0.5 是因为它不生成内容、只渲染，依赖上游喂数据。上手难度极低，会写 JSON 就能用。变现潜力高——这种"内容→配音→字幕→成片"的闭环正是知识付费短视频的生产核心，可以包装成"一键把公众号文章转视频"的 SaaS。训练营适用性 4 星，适合自媒体创作训练营。社区维度偏弱，因为它更多是"内部基础设施型"skill 而非独立开源项目。
与 course-video-maker-zh 对比：两者技术栈接近（都用中文 TTS+字幕），但 content-to-video 通用、course-video-maker-zh 专注课件场景且输入是幻灯片图片，定位互补。
定位理工科知识卡片短视频（16:9 横屏），适用于通信、网络、计算机、AI、数学物理等 STEM 科普。它的核心价值是把一个抽象概念压缩进一张"卡片"——通常是"标题 + 关键公式/图示 + 动画解释"的三段式结构，配上动画过渡，输出一段 30–60 秒的短视频。
功能完整度 4 星，专注度极高但场景单一——它只做"卡片"这一种形态。上手难度低，配置驱动，不需要写代码。变现潜力中上：知识卡片短视频在抖音/视频号的知识赛道有稳定流量，可做矩阵号或付费专栏。训练营适用性 4 星，"用 AI 批量生产 STEM 科普短视频"是个清晰可交付的训练营主题。社区维度偏弱，是相对垂直的工具型 skill。
与 manim-video-creator 对比：knowledge-card-pro 快、轻、模板化，适合做"量"；Manim 精细、可控、适合做"质"。理想策略是用 knowledge-card-pro 做日常更新拉流量，用 Manim 做精品深度内容沉淀口碑。
输入是课件幻灯片图片 + 中文讲稿，输出带中文配音和中文字幕的课程视频。它的差异化在于"图片驱动"——它不生成 PPT，而是假设你已经有一套 PPT 图片（可能来自 pptx skill 或 51xtx-ppt-writer），它负责把这套静态图变成会说话的视频。这正好补齐了"PPT 制作 → 配音字幕 → 成片"链路的最后一段。
功能完整度 4 星，扣分项是它不做分镜优化，讲稿质量决定成片质量。上手难度低。变现潜力高——这是知识付费课程的标准生产流程，一套 10 讲的课程视频可以直接挂在网易云课堂、腾讯课堂售卖，单价 99–499 元。训练营适用性 4.5 星，特别适合"录课训练营"，因为很多讲师有内容但卡在录制剪辑环节。社区维度偏弱。
与 content-to-video 对比：course-video-maker-zh 的输入是"已完成的 PPT 图片"，定位是"给已有课件配音"；content-to-video 的输入是"slides.json"，定位是"从结构化数据生成"。如果你的起点是 PPT，选前者；如果你的起点是数据/文本，选后者。
这是七个引擎里垂直度最高的一个，链路是"搜索 3GPP Release 18 规范 → Claude 生成 slides.json → content-to-video 制作视频"。它的价值不在渲染引擎（复用 content-to-video），而在于它把一个极高门槛的领域知识源（3GPP 规范文档）接入了视频生产管线。
3GPP 规范是通信行业的"宪法"，但可读性极差，把它转成讲解视频的刚需极强。功能完整度 4 星——它强在内容检索和结构化，渲染部分复用底座。上手难度中等，需要一定的通信领域背景才能判断"哪些规范值得讲"。变现潜力在垂直领域里是满分——通信培训市场客单价高，一个"5G 核心网协议流程视频课"可以卖到企业培训级别（万元起）。训练营适用性 3.5 星，受众极垂直但粘性高。社区维度偏弱。
它给整个生态提供了一个范式启示：垂直领域 skill = 领域知识检索能力 + 通用渲染底座。同样的模式可以复制到法律条文、医学指南、财务准则等任何"高价值 + 低可读性"的领域。
mindmap
root((代码驱动视频引擎))
数学/技术解释
manim-video-creator
精确几何变换
故事板先行工作流
品牌动效/数据可视化
remotion-video-creator
29个领域模板
React纯函数渲染
创意艺术/氛围
processing-video-creator
粒子流场
生成艺术
通用讲解闭环
content-to-video
slides.json输入
中文TTS+字幕
知识科普短视频
knowledge-card-pro
卡片动画
STEM赛道
教学课程成片
course-video-maker-zh
PPT图片驱动
课件配音
垂直领域纵深
3gppspec-to-video
规范检索
底座复用
按变现潜力排序 1. remotion-video-creator — 模板买断制可躺赚，前端开发者直接变现，溢价最高 2. manim-video-creator — 知识付费课程溢价明显，B 站/YouTube 教育赛道刚需 3. course-video-maker-zh — 知识付费课程标准生产链，客单价高 4. 3gppspec-to-video — 通信企业培训级别订单，垂直但单值极大 5. content-to-video — 可包装成"文章转视频"SaaS，规模化的潜力 6. knowledge-card-pro — 矩阵号流量变现，稳定但单价低 7. processing-video-creator — 艺术资产包/品牌定制，路径较窄
按训练营适用性排序 1. manim-video-creator — 天然教学载体，8 课时工作坊即可落地 2. course-video-maker-zh — 录课训练营痛点明确，转化率高 3. remotion-video-creator — 前端转视频转型训练营，受众广 4. content-to-video — 自媒体创作训练营，门槛低 5. knowledge-card-pro — STEM 科普短视频训练营，垂直但清晰 6. 3gppspec-to-video — 通信内容创作训练营，受众窄但深 7. processing-video-creator — 创意编程入门，艺术向偏小众
按上手难度排序（从易到难） 1. content-to-video / knowledge-card-pro / course-video-maker-zh — 配置驱动，零代码基础可用 2. 3gppspec-to-video — 需领域背景但流程自动化 3. processing-video-creator — 需 JS/Java 基础 4. remotion-video-creator — 需 React 前端基础 5. manim-video-creator — 需 Python + 坐标系思维，门槛最高但天花板也最高
最佳组合策略：把七个引擎看成一条流水线而非彼此替代——3gppspec-to-video/book-to-short-videos 负责内容采集，content-to-video 作为通用渲染底座，course-video-maker-zh 处理已有 PPT 的配音，manim-video-creator 承担精品深度解释，remotion-video-creator 做品牌包装片头，knowledge-card-pro 做日常引流短视频。这条链路唯一缺失的是"生成艺术氛围片头"——那正是 processing-video-creator 的位置。代码驱动视频的真正护城河不在任何一个引擎，而在这条可复现、可批量、可模板化的完整管线。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。