我觉得目前 macOS 的多媒体播放器都太难用了。不仅性能差,功能迭代也很慢。 所以我最近两个月一直在开发多媒体播放器 Khua Player,专为现代 macOS 和 Apple 芯片打造。 为了追求极限性能,用 C/C++ 等原生代码优化播放核心,尽可能压低体积、内存和 CPU/GPU 开销,打开快、操作跟手、播放丝滑。 也用上了 macOS 的原生 AI 能力:本地生成字幕、翻译字幕,再加上实时补帧、4K/HDR、Finder…

开发者 Zhixiong Pan(@nake13)用约两个月时间做出一款专为现代 macOS 与 Apple 芯片优化的多媒体播放器 Khua Player,播放核心用 C/C++ 原生代码重写,并接入 macOS 本地 AI 能力实现字幕生成与翻译,目前已完全开源。

一句话看懂:开发者 Zhixiong Pan(@nake13)用约两个月时间做出一款专为现代 macOS 与 Apple 芯片优化的多媒体播放器 Khua Player,播放核心用 C/C++ 原生代码重写,并接入 macOS 本地 AI 能力实现字幕生成与翻译,目前已完全开源。

事件核心:发生了什么

作者在社交平台上表示,他判断现有 macOS 多媒体播放器普遍性能一般、迭代缓慢,因此自研了 Khua Player。产品定位是「为现代 macOS 和 Apple 芯片打造」,播放核心以 C/C++ 等原生代码重写,目标是压低安装体积、内存占用和 CPU/GPU 开销,换来更快的启动、更跟手的交互和更稳定的播放。

功能层面,Khua Player 调用 macOS 原生 AI 能力做本地字幕生成与字幕翻译,同时提供实时补帧、4K/HDR 支持,以及 Finder 中直接预览 MKV 格式等能力。作者还提到,对损坏或未下载完成的视频文件会尽量修复并播放。项目已完全开源,官网为 khua.app,帖子发布于 9 月 28 日,浏览量约 5.88 万。

为什么重要

桌面播放器长期被视为「成熟到没有创新空间」的品类,多数方案基于 FFmpeg 封装,体验差距主要靠 UI 和插件弥补。Khua Player 的路线是把播放核心下沉到原生代码,再把 AI 能力放到端侧运行,这条路径同时踩中两个趋势:一是 Apple 芯片统一内存架构让本地推理更可行,二是 macOS 自带模型与 API 让字幕生成、翻译这类任务不必依赖云端算力。

对行业而言,它提供了一个小样本:在通用大模型和云端推理之外,端侧 AI 正在被整合进具体工具,而不是单独做成聊天入口。开源则意味着播放核心、AI 调用方式都可被验证和复用,这可能比产品本身更有价值。

对用户/开发者/创作者的影响

对普通用户,最直接的吸引力是「低占用 + 本地字幕」:不需要上传视频就能生成或翻译字幕,对隐私敏感、网络受限或素材体积大的场景更友好;MKV 在 Finder 中可预览、损坏文件可抢救,也解决了 macOS 原生生态的常见痛点。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

对开发者,完全开源意味着可以研究它如何在 Apple 芯片上调度解码、渲染与本地推理,以及如何控制内存和 GPU 开销。对字幕组、影视创作者和做多语言内容的团队,本地字幕生成与翻译如果能稳定输出质量,会明显压缩前期处理时间,但目前公开信息显示还没有关于字幕准确率、支持语言数量和模型来源的细节,实际效果需要自行验证。

值得关注的后续

一是产品成熟度:目前公开信息显示它仍由个人开发、周期约两个月,稳定性、格式兼容性和长期维护节奏有待观察。二是本地 AI 的实际表现:字幕生成与翻译调用的是哪套 macOS 能力、支持多少语种、离线效果如何,会决定它能否从「技术演示」变成日常工具。三是生态反应:如果它真的在性能和体积上拉开差距,其他播放器是否会跟进原生重写与端侧 AI 集成,值得继续看。

来源:@nake13

celebrityanime
celebrityanime
文章: 26193

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注