摘要
最近的研究利用大型语言模型（LLMs）生成可执行代码，用于教育动画，使用如 Manim 的库。然而，确保空间正确性和视觉可读性仍然具有挑战性，因为现有框架强调教学内容而忽略几何遮挡。
我们提出了符号几何代理（SGA），这是一个即插即用的模块，旨在代码中心的动画管道中拦截 LLM 生成的代码，进行部分执行以提取符号场景图，并在检测到空间冲突时应用有针对性的细化。
我们进一步引入了 Manim 视觉质量分数（MVQS），这是一个无渲染的确定性代理，用于空间完整性。实验在 MMMC-Code 基准上进行了测试，涵盖四个 LLM 后端和两个代理管道，结果显示 SGA 在 Code2Video + GPT-5.1 上达到了 73.11 的峰值 MVQS，相较于原始基线提高了 16.1%，并且在 8 种后端 x 管道配置中的 7 种中改善了 MVQS。
博主点评： 符号几何代理（SGA）的提出有效地解决了教育动画生成中的空间冲突问题，展示了 LLM 在实际应用中的潜力。通过引入 MVQS，研究者们为动画质量评估提供了新的思路，这将推动教育视频合成技术的进一步发展。