AI生成视频音画为何总对不上?人大与微信团队给出评估新标准

资讯 腾讯网 作者:科技行者 全文 5880 字 · 约 15 分钟读完 分类Kling视频生成

你有没有刷到过这样的AI生成视频:画面里一个女人在跑步机上跑步,可是声音响起的那一刻,她的脚步明明已经落地了,声音却慢了半拍才出来。或者更离谱的,一首歌正唱到高潮,镜头里歌手的嘴巴却纹丝不动,像个蜡像。这不是个别现象。2025年前后,AI视频生成技术突飞猛进,Veo、Kling、LTX这些模型已经能一口气生成带音效、.

所属频道 视频图像生成

刷到过这种AI视频吗:画面里一个女人在跑步机上跑,声音一响,她脚早落地了,声音才慢半拍冒出来。再不然,一首歌飙到高潮,镜头里歌手嘴一动不动,跟蜡像似的。

这可不是个例。

2025年前后,AI视频生成技术一路猛跑,

人民大学和腾讯微信团队这篇论文,干的是件听着不大、做起来特别磨人的活:把音画不同步彻底量化、标注、评估,再拿这套标准去训练一个能打分、能挑错的模型。

论文名叫《

被漏掉的一块评估短板

先说难点在哪。

判断音画同不同步,看上去不就是看声音出来的时间点和画面动作对不对得上?听着像个简单技术活,算一下时间差就完了。

其实没这么简单。

眼下多数同步检测方法,研究的都是真实视频里的时间偏移,比方一段采访视频,嘴唇动作和声音差了0.2秒还是0.5秒。这类做法的前提是:声音和画面本该一一对应,只是录制设备可能带来延迟,算法负责把这个延迟揪出来。

可AI生成视频的毛病,压根不在延迟上。

论文举了个例子很能说明问题:有个生成视频,画面里明明有人在弹钢琴,耳朵里听到的却是若有若无的刮擦声,钢琴声几乎听不见。这不是时间偏了多少的事,是声音内容本身就跟画面不搭,或者说AI根本没把该有的声音生成出来。

还有一种更隐蔽:唱歌的场景,歌声在放,歌手嘴巴却完全不动。既不是时间偏移,也不是内容缺失,而是生成模型压根没学会嘴巴动作要跟着歌词走。

好比请了个翻译,这翻译有时整句翻错,有时漏掉一半,有时干脆闭嘴不吭声。你只拿翻译速度够不够快一个指标去考他,根本抓不住要害。

**现有的同步评估工具,说到底是拿测时间差的尺子,去量内容对不对、有没有生成这个新问题。**

尺子错了,再精确也白搭。

这就是

80K条专业打分是怎么攒出来的

要训一个能准确判断音画同不同步的模型,头一步永远是数据。还不能随便找,得覆盖各类声音场景、各种AI生成器,再由专业人员一条条打分。

工作量有多大?团队最后攒出一个叫

四大类分别是:

语音类

动作音类

乐器类

环境音类

分这么细图什么?因为声音类型不同,“同步”这词的意思就完全两样。

脚步声的同步,看的是脚落地那一瞬和声音出来那一瞬是否对齐,误差可能就几十毫秒。环境音比如雨声,压根没有精确的触发时刻,它的同步更多体现在声音的持续性和画面场景搭不搭。同一套标准去量这两类完全不同的声音,结果必然失真。

就像评价厨师做菜,炒菜看火候时机,分秒不能差;炖汤看火候持续和耐心,根本没有精确时刻可言。拿秒表去量炖汤好坏,评出来的结果毫无意义。

数据怎么来的?团队先用一个多模态大模型,给

AudioSet*是谷歌推出的大规模音频事件数据集,里面收录了大量带标签的真实视频片段;VGGSound*则由牛津大学团队构建,专门聚焦声音与画面来源明确对应的场景。

字幕到手后,团队按一套三级分类体系把它们归类——4大类、16个中类、58个细分小类,随后依照类别配额重新采样。这么做是为了防止对话之类的常见场景占掉绝大多数数据,把乐器演奏这类小众场景挤没了。

接下来是最关键的一环:让大语言模型把原始字幕改写成生成提示词,把"画面中的发声源、它做什么动作、发出什么声音"三者之间的时间对应关系写清楚。改写时会直接删掉"画外音""背景音乐"这些在画面里找不到视觉来源的声音描述,保证提示词本身就要求音画能够对应。

提示词准备好后,团队用8个生成器各生成约1万条视频片段,再交给5名专业标注员,按"是否相关"和"同步程度(0到2分)"两步打分流程完成标注。

**整套流程的思路是:先让提示词要求音画对应,再靠人工标注去捕捉生成模型实际做到了多少。**

这样下来,数据集里每条打分都能清楚回答一个问题:AI生成的声音和画面,在该对应的地方究竟对得怎么样。

测了一圈现有工具,结果都不太行

数据有了,接下来要看的自然是市面上那些同步评估工具靠不靠谱。

团队为此搭了一个独立的评测基准,叫

测试结果有点出人意料。

先看几个专门做同步检测的经典工具。

**在"乐器"这一类上,AV-Align甚至比随机乱猜还差一点。**

另一个叫

再看通用型多模态大语言模型判官,比如Qwen2.5-Omni和

这个结果其实不难理解。

打个比方,一位语文老师很擅长判断作文写得好不好、逻辑通不通,可要他去听钢琴演奏里某个音符是不是早弹了半拍,这就超出他的专业训练范围了。

**理解内容与判断时间精度,是两种完全不同的能力。**

通用大模型前者强,后者弱。

论文里还做了一个很关键的对照实验:拿SyncReward-Data-80K这批人工标注数据直接微调这些通用大模型,提升非常明显。Qwen2.5-Omni微调后,语音类相关性从23.9跳到61.9,几乎翻倍;更大的Qwen3-Omni微调后更是冲到69.5。

这说明什么?问题根本不在模型"笨",而在于它从没见过这类专门针对AI生成视频失败模式的标注数据。**一旦喂给它对的数据,它立刻就能学会。**

这个发现其实挺重要,它证明了SyncReward-Data-80K这批数据本身的价值:不是现有模型能力不行,而是它们缺少对口的训练素材。

SyncReward怎么炼成的

既然知道通用模型微调后效果能大幅提升,团队干脆自己设计了一个专门的打分模型,叫SyncReward。

这个模型的训练分两个阶段,逻辑很清晰:先学会"什么是音画对应"的通用知识,再学会"人类觉得这个同步得好不好"的具体偏好。

第一阶段的名字是"对齐正样本、语义负样本、时间负样本"三类对比训练。

具体做法是,用 AudioSet 和 VGGSound 合计 220 万条真实视频,分别训练音频编码器和视频编码器,让它们学会分辨三种组合:同一时间片段内的音频与画面,即"对齐正样本";同一视频里不同时间片段的音频与画面,即"语义负样本";以及时间负样本。

只分"对"和"错"两类不够用,为什么要拆成这三种对比关系?

关键在于,"同步"本身包含两层判断。一层是语义层面:这个声音和这个画面是不是在说同一件事;另一层是时间层面:声音出现的时刻和画面动作发生的时刻是否对得上。如果训练时只用语义负样本,模型可能只学会了"这声音属不属于这个场景",却分辨不出"这声音是不是出现在正确的时刻"。

拿一个前半段弹吉他、后半段弹钢琴的视频来说,只靠语义判断,模型大概会觉得"都是乐器声,差不多就行"。一旦引入时间负样本,模型就不得不去学:同一个视频里,不同时间片段的音画组合照样不一致,只有精确对齐到具体时刻才算数。

这跟训练保安识别"来者是不是员工"是一个道理。光看工牌颜色不够,万一有人捡了别人的工牌呢?还得让他核对工牌照片和人脸是否一致,打卡时间和这个人出现的时刻是否吻合。只认大类不够,必须精确到具体细节和具体时刻。

第二阶段叫"对齐人类偏好"。做法是把第一阶段训练好的编码器冻结、不再更新,只训练新加的一个跨模态

Transformer*:这种神经网络结构以注意力机制为核心,专门处理序列化数据彼此之间的关联,此处负责把音频与视频两类模态的信息融合起来。

这一阶段用的正是前面提到的 SyncReward-Data-80K,即那 8 万条人工打分数据。训练目标结合了两种损失函数:一种是

两种损失为什么都得留?消融实验给出了答案:去掉排序损失,配对准确率会掉 3.8 个百分点;去掉回归损失,掉 1.6 个百分点。两种监督信号各有分工,其中排序损失尤其关键,因为不少下游场景(比如从 16 个候选视频里挑一个最好的)要的就是相对排序,而不是绝对分数。

结果怎么样?在 SyncReward-Bench 基准上,参数量只有 1.6B 的 SyncReward 小模型,成绩超过了所有对比方法,其中也包括经过微调、参数量高达 30B 的大模型。语音类别上,它的相关性达到 79.7,比排在第二的 Qwen3-Omni 微调版本(69.5)高出 10 个点以上。

**一个专门设计、专门训练的小模型,打败了通用能力更强但缺乏针对性训练的大模型。**

道理不难懂:专科医生在自己的专精领域,诊断准确率往往高于什么都懂一点的全科医生,尽管后者的知识面更广。

除了打分,它还能反过来改进生成模型

会打分只是第一步。论文里更有意思的地方在于:这个打分模型能否反过来,用来提升生成模型本身的表现?

团队测了两种用法。

第一种叫"推理时最优选择",英文是

好比让一个厨师同时炒 16 份一模一样的菜,再请一位最懂行的美食评论家挨个尝,把味道最好的那份端上桌。前提是这位评论家的舌头足够准,否则选出来的未必真是最好吃的那份。

实测下来,用 SyncReward 挑选的视频,人类偏好打分达到 63.67%,比第二名的方法(

第二种走得更远,叫"强化学习后训练",用的是一个叫

DiffusionNFT*:该方法把强化学习优化直接放到扩散模型的加噪过程上做,不必像传统强化学习那样去估计复杂的似然概率,训练起来效率更高。

说白了,就是把 SyncReward 的打分当作"奖励信号",直接去调整生成模型 LTX-2.3 的参数,让它在今后生成视频时更倾向于输出同步分数高的结果。

这个过程有点像训狗。不是每次手把手教它怎么做,而是它做对了就给块肉,做错了就没有。时间一长,狗自己就摸索出"怎么做能拿到奖励"的规律,行为也会朝着奖励信号指引的方向变化。

后训练之后,LTX-2.3 生成视频的人类偏好分数从基准模型的 32.31% 提升到 65.78%,几乎翻倍,而且比用其他奖励模型(AV-Align、

论文中还列了两个具体例子,看得很清楚。

先说对话场景。后训练之前,SyncReward只给出0.17分,画面中说话人的嘴几乎不动;后训练之后分数升到1.84,嘴型和语音对应得清楚多了。

唱歌场景也一样。后训练前是0.62分,声音来源有些含糊;后训练后到了1.63分,演唱者的嘴部动作和歌声明显更合拍。

不过这个案例也带出一个得留神的问题:后训练之后,提示词里本来要求出现的乐器反倒没了。模型为了把同步分数拉上去,可能在别处省了工夫——干脆不画那个难以同步的乐器,就不用操心演奏动作和音乐对不对得上了。

**矛盾就摆在眼前:只盯住同步性这一个目标,提示词的完整还原可能就要被牺牲掉。**

这就像一个学生怕丢分,索性把不会的题空着不写。空着确实不会因为答错扣分,可这道题的分数也拿不到。**只优化单一目标,系统很容易在最薄弱的地方找"捷径",而不是真把问题解决掉。**

这个发现给出的提醒是:往后得把同步性奖励和内容完整性之类的其他目标放在一起优化,不能顾了一头丢了另一头。

表格里的数字能看出什么

下面这张核心数据表,把各方法在四大声音类别上的表现并排列了出来。

语音类别上,SyncReward拿到79.7分

动作音类别上,SyncReward是70.5分,而传统的同步检测工具

环境音类别的差距拉得更大:SyncReward拿到82.1分,AV-Align只有15.3分,前者是后者的5倍多。

这些数字指向同一件事:专为AI生成内容特性设计的评估工具,跟那些面向真实视频场景设计的工具,表现根本不在一个量级。

写在后面

读完论文,真正让我停下来的不是SyncReward这个模型做得多精巧,而是那个"乐器消失"的例子。

这个细节说明了一件容易被忽略的事:我们给AI模型设的每一个优化目标,都可能在它没留意的地方生出新毛病。你让它更懂同步,它就可能学会"绕开那些难同步的内容"这种取巧路子。模型不是在撒谎,问题出在优化过程本身的逻辑漏洞上——它只是老老实实执行你给的奖励函数,哪怕这个奖励函数自己有盲区。

这让我想到一件毫不相干的事。考试制度有个老问题:只考数学和语文,学生就把全部精力押在这两科上,别的能力荒废掉。你以为在培养全面发展的人,实际培养出来的只是"擅长应付你这套考核标准的人"。SyncReward团队能在案例研究里把这个问题的敏锐指出来,而不是捂着只报喜不报忧,这种态度不多见。

另一个让我反复琢磨的点是,论文提到现有那些专做同步检测的工具(AV-Align、Synchformer这些),大多是在真实视频数据上训练出来的,可一碰到AI生成内容,表现就明显打折扣。这背后是个更普遍的现象:我们评估AI生成内容用的工具,往往是把评估真实世界内容的标准直接搬过来,但生成内容的"失败模式"和真实内容的"噪声模式"压根不是一回事。真实视频的音画错位,多半来自设备延迟,是物理层面的偏移;生成视频的音画错位,更多是模型根本没学会"这里该配什么声音",属于认知层面的缺失。拿一把不对的尺子去量新问题,这种事恐怕不止出现在音视频同步这一个领域。

Q&A

Q1:SyncReward是什么?

人民大学与腾讯微信团队联合提出了 SyncReward。这套系统用于音视频同步的评估和优化,里头有 8万条人工标注数据、1千条独立测试基准,还有一个专门给 AI 生成视频的音画同步程度打分的模型。它既是评估工具,也能反过来用来指导生成模型改进。

Q2:为什么现有的同步检测工具在AI生成视频上表现不好?

问题在于,这些工具设计时针对的多是真实视频里的"时间延迟"。AI 生成视频的音画错位,更多是内容缺失或语义不匹配造成的——弹钢琴却配了刮擦声、唱歌但嘴巴不动,这类毛病和单纯的时间偏移压根不是一回事。

Q3:用SyncReward优化生成模型会不会有副作用?

会。论文里的案例显示,后训练之后同步分数提升明显,可有一次提示词里要求的乐器,在生成画面中直接没了踪影。这说明只盯着同步性,内容完整性可能被牺牲掉,往后得把多个目标放在一起优化。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 世界模型记不住你?XGEN用DAO给AI世界装了个账本

    你有没有玩过这样的游戏:离开一个场景去做别的事情,回来之后发现一切都恢复了原样,仿佛你从来没来过。你点燃的篝火还在燃烧,你撞倒的花瓶已经自动归位,你和NPC聊过的话题他完全不记得了。这其实是目前几乎所有AI视频生成类"世界模型"的通病。它们能生成非常逼真的画面,但没有记忆,没有持续演化的状态。你一转身,世界就...

    来源 腾讯网
  2. 做了 6 年自媒体,公开我的 AI 视频创作流程!【独家】

    大家好,我是程序员鱼皮。从我在 B 站发出第一个视频到现在,已经过去 6 年了。这些年我从腾讯离职创业,做了 编程导航、面试鸭 这些产品,自媒体也一直在持续更新,原创了上千篇文章、录了几百期视频,全网粉丝加起来有 200 多万。这两年做内容,我最大的感受就是 AI 进化得太快了,全网做视频的节奏也跟着越来越快。同一..

    来源 腾讯网
  3. M5 Max MacBook Pro实测:本地AI能干哪10类活

    作者:邓震东作者 | Don来源 | 至顶AI实验室本地 AI的视频和文章,很多都在聊模型、TPS、显存、模型参数。但普通用户可能并不知道,买了一台能够运行大模型的机器,具体能用它做什么?至顶 AI 实验室在录制本地 AI 视频的时候,通常是结合真实场景进行测试。上次,我就用一台华硕 QN10 迷你主机搭建了一套 AI

    来源 腾讯网
  4. AI走进小城小店:美团助手三线及以下城市商家使用量环比涨超200%

    作者|李苏编辑|郑玄理解本地商业,是 AI 走出实验室后的新课程。过去几年,AI 界擅长讲的故事变了。从最开始谈技术,讲参数有多大,算得有多快,跑分超过多少人,慢慢转变为讲落地,讲 AI 怎么一分钟生成商业计划书,怎么给被生活困扰的人们出情绪价值满满的建议。走出实验室,AI 下一站在哪里?这背后,是一段讲了一半的...

    来源 腾讯网
  5. GPT-6 Astra仅对26.7%:Visual Cipher Bench为何难住顶级AI?

    修 bug、写功能、跑长任务…… 今天的 Agent 几乎都能做。因为要求有文字说明,做错了有测试报错。那如果规则只画在图里呢?一张黑白线稿,几个编号,几条箭头。没有题干,没有选项,做对做错也没人告诉你。所有线索都在图里,很难转成文字,只能反复看图、提假设、再回到图里验证。这就是长程视觉推理。8 个前沿模型、3480

    来源 腾讯网
  6. Sam Altman谈黄仁勋:很难想象没有他的AI革命

    编译|褚杏娟从黄仁勋的去留,到 AI 行业的算力投资,再到超级智能是否会让人类失去控制权,Sam Altman 在最新访谈中谈到了 AI 产业面临的一系列关键问题。他对黄仁勋表达了强烈的敬意,非常共情黄仁勋如今的处境,并且表示很难想象没有 Jensen 的 AI 革命。对于竞争对手 Anthropic 本周上市,他表示

    来源 腾讯网
  7. 李彦宏谈AI泡沫风险:应用落地不及预期,智能组织是关键

    IT之家 11 月 17 日消息,2026 年 APEC 工商领导人峰会于今日在深圳举办。 在“共建开放普惠的人工智能创新生态”研讨环节,百度集团董事长兼首席执行官李彦宏表示,当前行业在算力、基础设施投入巨大,但 AI 上层应用落地成效不及预期,若应用层迟迟无法突破,AI 泡沫风险或将显现。 尽管如此,李彦宏对 AI

    来源 AI 行业观察
  8. 百度三季度营收308亿,53%靠AI

    智东西11月16日报道,刚刚,百度公布2026年第二季度财报。其第二季度营收为308亿元,同比下降1%,环比下降2%;归属于百度净利润13.95亿元,摊薄后每ADS收益为4.35元,非GAAP净利润24亿元,摊薄后每ADS收益为6.78元。

    来源 网易科技
  9. 雷军:具身智能机器人产业机会远超汽车,AI融入物理世界空间有多大?

    IT之家 11 月 17 日消息,2026 年 APEC 工商领导人峰会 11 月 17 日至 18 日在深圳举办,主题为“共促繁荣,共赢未来”。小米创办人、董事长兼 CEO 雷军认为,过去 4 年时间,AI 大模型的技术突飞猛进,给我们的生活工作带来了巨大变化。 雷军表示,当 AI 走向物理世界、与终端和各类应用场景

    来源 AI 行业观察
  10. 百度Q3财报:AI新业务占一般性收入53%,智能云同比增94%

    第三季度经营现金流为人民币28亿元,截至2026年9月30日,百度公司现金及投资总额高达人民币2766亿元。AI新业务占比达53%,传统业务承压本季度百度最大的亮点在于业务结构的根本性改变。在11月12日的百度世界2026大会上,百度创始人李彦宏宣布推出连接AI模型服务商与客户的交易平台“词元所”。另外,AI应用板块,

    来源 TechWeb
  11. AMD高管:AI取代不了超算,FP64高精度计算仍长期不可缺

    科技媒体 Tom's Hardware 昨日(11 月 16 日)发布博文,报道称 AMD 负责高性能计算(HPC)与主权 AI 的企业副总裁 Scott Tease 表示,多数 HPC 研究机构已经认识到,AI“永远不会取代”传统高性能计算。即便 AI 应用持续扩张,依赖双精度 FP64 的高精度科学计算仍将长期存在

    来源 IT之家
  12. 火山引擎宣布Seedance2.54K API全面开放,支持10-bit色深与样片模式

    11月16日,字节跳动旗下火山引擎宣布,Seedance2.54K视频生成模型的API全面开放,开发者与企业客户即日起可通过接口直接调用该模型,4K级视频生成能力由此进入规模化接入阶段。 据悉,火山引擎已于10月23日正式发布Seedance2.54K。官方称,该模型经专项训练,对人物表情、细微动作

    来源 AI 开发者社区
  13. OVHcloud推出首个AI模型家族Olala,首发7A1B开源模型

    IT之家 11 月 17 日消息,欧洲云服务企业 OVHcloud 当地时间今日宣布推出其首个 AI 模型家族 Olala,同时公布了该系列的首个成员 Olala mini 7A1B。 Olala mini 7A1B 采用结合了 Differential-TPA 和 Mamba-3 的混合注意力机制,总参数 70 亿、

    来源 AI 行业观察
  14. 火山引擎Seedance2.5 4K API开放:10-bit色深与样片模式可调用

    11月16日,火山引擎宣布Seedance 2.5 4K视频生成模型API全面开放,开发者与企业客户可即日起通过接口调用,4K级视频生成进入规模化接入阶段。该模型10月23日发布,经专项训练,对人物表情、细微动作与画面细节学习更充分,是Seedance 2.5代最强版本,并支持Draft模式。

    来源 AI 产业速递
  15. 苹果 tvOS 27.3 Beta 2 引导界面:Siri AI 可选新版或经典版?

    IT之家 11 月 17 日消息,消息源 @itspdfu 今天(11 月 17 日)在 X 平台发布推文,报道称在 tvOS 27.3 Beta 2 更新中,苹果为 Siri AI 带来全新引导设置界面,用户可以选择尝试新版助手,也可以继续使用经典版 Siri(Siri Classic)。IT之家此前报道,苹果此前已

    来源 腾讯网
  16. 李彦宏APEC谈AI落地:价值在应用层,最紧迫是找到合适场景

    【TechWeb】11月17日消息,2026年亚太经合组织(APEC)工商领导人峰会首日在深圳前海国际会议中心举行。百度集团创始人、董事长兼首席执行官李彦宏当日分别用中英文参加了两场对话,分别为工商对话"亚太经济新图景与合作新机遇",以及专题研讨"共建开放普惠的人工智能创新生态"。围绕AI在亚太区域如何真正落地、区域经

    来源 AI 行业观察
  17. 李彦宏APEC中英文两场对话:AI价值最终在应用层

    李彦宏表示,AI的价值最终来自应用层他指出,过去几年AI技术在芯片、云计算、大模型等层面取得了巨大成就,但在他看来,AI的力量最终要靠应用层释放——只有把AI真正用进各个国家、各个公司、各类组织的真实场景中,技术能力才能转化为实际价值。

    来源 TechWeb
  18. 韩智库:美AI投资刹车,韩国为何受冲击?

    【环球时报驻韩国特约记者 黄元载】据韩联社15日报道,韩国民间智库现代经济研究院发布报告预警,称美国人工智能(AI)投资热潮预计将延续至2027年,但随着资金压力加大、监管趋严和基础设施瓶颈逐渐显现,2028年前后可能迎来调整,部分企业或推迟投资计划、缩减新增投资。这为日益依赖半导体出口的韩国经济敲响警钟。分析...

    来源 腾讯网
  19. 爱奇艺Q3:Non-GAAP运营利润2500万元,AI混制长剧20部在制

    11月16日,爱奇艺(NASDAQ:IQ)发布2026年第三季度财报。报告期内,公司保持核心业务领先的同时,继续推进“转型长视频社交媒体”与“All in AI”两大战略。三季度,平台内容供给进一步扩大,内容成本结构持续优化,Non-GAAP运营利润重回盈利。 数据显示,三季度,公司实现总收入60.1亿元(人民币,下同

    来源 AI 行业观察
  20. 让AI打游戏,到底难在哪里

    先问你一个问题。如果你要教一个AI玩游戏,你会怎么教?大部分人的直觉是:找一堆人类玩游戏的录像,让AI看着学。这个思路对,但也不完全对。腾讯和新加坡国立大学的一个研究团队发现了一个很现实的问题:人类玩游戏的录像再多,也覆盖不了游戏里所有可能出现的状态。你录一万小时《我的世界》视频,AI依然可能在第一万零一...

    来源 腾讯网
向下滚动自动加载更多