一个开源工具箱:你说清楚想讲什么,AI 写网页画面、配音、配乐,再一帧一帧“拍”成视频。这节课用卡皮主持的三部短片,带你看懂它好在哪、怎么上手。
Lemo-Opuscar 是 GitHub 上的开源项目(lemomo-ai/lemo-opuscar)。它不“生成”视频,而是让 AI 写一张会动的网页,再把网页每一帧截图,配上声音,合成 MP4。
术前须知、麻醉流程、用药提醒,做成 1 分钟动画,诊室循环播放。
把研究结果做成数据动画,每个数字都对得上原文表格。
固定主持角色 + 固定风格,做成系列栏目,像“卡皮新闻”一样。
影片里的每个镜头都写成 render(t):给它一个时间 t,它就画出那一瞬间。渲染器从 0 秒开始,每秒调用 30 次,截下 30 张图——这就是一部片子。
// 镜头 9:点云感知(简化) function render(t){ // 1. 相机绕自车慢慢旋转 angle = 0.6 + t * 0.09 // 2. 地面、楼房画成点 drawPoints(ground, buildings) // 3. 第 1.2 秒起依次识别物体 objects.forEach((o,i)=> show(o, t > 1.2 + i*0.35)) // 4. 8 个摄像头视野 cameraCones(8) }
同一个 t 永远画出同一幅画面,所以影片可复现;改一个数字(比如识别出现的时间),重渲一遍就生效。
输入中文,用 { } 包住想高亮的词、用 | 分段,然后点“播放”。这正是片子里大字幕的写法。

{"t0": 2.5, "t1": 6.3,
"zh": "麻醉前|{禁食 8 小时}|别担心"}3 分 17 秒、5,898 帧,6 个浏览器同时截图,约 12 分钟渲完;配音、配乐、合成各只需一两分钟。前期写稿、核对事实才是大头。
项目说明写明风格针对 Claude Opus 5.5 调校,换别的模型效果可能打折。
需要 Node、Python、Chromium、FFmpeg 和中文字体。3D 镜头在没有显卡的机器上会慢不少。
本课片子只用了 CC/公有领域图片并写明作者;受版权保护的官方界面用代码重建并标“示意”。
工具保证画面准确,但不替你判断真伪。医疗内容尤其要写清来源和口径,例如“企业自报数据”。
Lemo-Opuscar 让 AI 写画面而不是猜画面:清晰、准确、可改、可追溯——很适合做严谨的医学科普。
项目地址:github.com/lemomo-ai/lemo-opuscar(代码 MIT · 影片 CC BY 4.0)
