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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00