mpv-config项目发布:2025.06.19版本全面升级
mpv-config项目是一个基于开源媒体播放器mpv的配置整合包,旨在为用户提供开箱即用的高质量播放体验。该项目通过精心挑选和优化的脚本、着色器以及第三方工具,将mpv打造成一个功能强大且易于使用的多媒体播放平台。
2025年6月19日发布的这个版本带来了多项重要更新,特别是在Lua脚本和着色器方面进行了较大改动。需要注意的是,这次更新不可直接覆盖旧版本,用户需要全新解压并删除旧版本文件以确保功能正常使用。
核心组件升级
本次发布采用了dyphire自行修改编译的mpv版本(mpv_own-2025.06.19),该版本针对性能和使用体验进行了多项优化。同时整合包中还包含了umpv.exe组件,实现了单实例播放模式,避免重复打开多个播放器窗口。
新增功能亮点
-
显示信息增强:通过集成display-info.dll插件,用户可以获取更多显示器属性信息,并直接在播放器中切换系统HDR模式。
-
网络功能扩展:
- 集成luasocket组件,实现了简单的webui功能
- 加入mpv-torrserver脚本,支持直接播放网络资源链接,需要配合TorrServer使用
-
字幕处理增强:
- 内置alass.exe依赖文件,提供字幕同步功能
- 新增sub-fastwhisper脚本,支持AI生成字幕和翻译功能(需自行配置)
-
观影记录同步:可选集成trakt-scrobble脚本,将mpv观看记录同步至trakt服务(默认禁用)
使用建议与注意事项
该整合包针对4K显示器进行了优化,建议使用GTX 1060 6G及以上配置的显卡以获得最佳体验。值得注意的是,部分功能如AI字幕生成、网址解析等需要额外依赖:
- FFmpeg:用于视频处理和转码
- yt-dlp/youtube-dl:用于在线视频解析
建议用户将这些工具添加到系统环境变量中,这样不仅mpv可以使用,其他程序也能共享这些依赖。对于有便携需求的用户,也可以选择将这些程序直接放入mpv.exe所在的根目录。
技术实现特点
这个整合包体现了mpv作为开源播放器的强大扩展性。通过Lua脚本和插件的组合,mpv从一个简单的播放器转变为功能丰富的多媒体中心。特别是:
- 显示管理:display-info插件深入Windows显示子系统,提供专业级显示控制
- 网络功能:websocket和webui的加入使mpv具备了远程控制能力
- AI集成:通过sub-fastwhisper展示了AI技术在传统播放器中的应用潜力
对于追求高品质播放体验的用户,这个整合包提供了从基础播放到高级功能的一站式解决方案,同时保持了mpv原有的轻量级特性。用户可以根据需要选择跟随git仓库更新,或等待后续的稳定版本发布。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00