2岁生母被赐死,9岁父亲被毒杀,心爱的女人与太监私通,但这并不妨碍他被万世称颂 @FHZDN 《悠悠南北朝》系列视频第9期

2023年08月30日17:09:08 历史 49263
2岁生母被赐死,9岁父亲被毒杀,心爱的女人与太监私通,但这并不妨碍他被万世称颂 @FHZDN  《悠悠南北朝》系列视频第9期 - 天天要闻 2岁生母被赐死,9岁父亲被毒杀,心爱的女人与太监私通,但这并不妨碍他被万世称颂 @FHZDN  《悠悠南北朝》系列视频第9期 - 天天要闻
24:56
* 所有内容视频均从 YouTube 共享、转发和嵌入。 如有违规或错误,请联系我们删除。

相关文章推荐

遭遇地头蛇,凶悍的土司、拼命的阻击,彻底断了石达开的生门! - 天天要闻

遭遇地头蛇,凶悍的土司、拼命的阻击,彻底断了石达开的生门!

哥走的是怀念,还有伤感兵驻庆远期间爆发的“万里回朝”事件,对石达开的打击是致命的,除了太平军精锐损失惨重,更严重的是此事带来的感情伤害。石达开没有料到自己竟然会落得个众叛亲离下场,那些曾经无限拥戴自己的兄弟们,为什么都会选择离我而去,难道我
清朝花木兰:潜规则清秀下属,怀孕后偷换身份,终遭抛弃 - 天天要闻

清朝花木兰:潜规则清秀下属,怀孕后偷换身份,终遭抛弃

在《清朝野记》中,我叫陈统领,世人皆称我为清代花木兰。然而,我女扮男装从军后,因作战英勇一路荣升将军,用刀逼下属侍寝,怀孕后互换身份,最终却被负心汉无情抛弃。故事始于同治初年,清廷大将多隆阿从湖南挥军进军陕西平叛。
1949年之前,毛主席的这些罕见留影,平时很难见到,极其珍贵! - 天天要闻

1949年之前,毛主席的这些罕见留影,平时很难见到,极其珍贵!

一张老照片,珍贵的镜头,温馨的画面,永恒的记忆。拍摄于1947年,拍摄地点在陕北小河村,这是毛主席与机要科人员留下的弥足珍贵的合影和罕见的镜头,温馨的画面,永恒的记忆,此时的毛主席和其他同志一样蹲在地上,也没有站在核心位置,但是并不影响他的
太原市各社区开展庆“七一”主题活动 - 天天要闻

太原市各社区开展庆“七一”主题活动

为迎接中国共产党成立103年周年,我市各社区陆续通过开展上党课、重温入党誓词、与党旗合影等形式多样、内容丰富的主题活动,回顾党的光辉历程,讴歌党的丰功伟绩,激励广大党员干部锤炼党性修养、坚定理想信念、凝聚奋进力量。
多尔衮的人生很失败吗? - 天天要闻

多尔衮的人生很失败吗?

在某乎上看到一个答案,说的是为什么多尔衮被后人捧得那么高?这答案给我看乐了!说多尔衮有一项功劳是前无古人后无来者的,为中华民族乃至全人类做了一个伟大的实验。他以开国皇帝之实力,挫骨扬灰的悲惨结果,告诉了后世:带着孩子的盘不能接,别人的儿子养

历史分类最新资讯

马伯庸要来苏州啦!7月6日来江苏书展感悟“历史中的大与小” - 天天要闻

马伯庸要来苏州啦!7月6日来江苏书展感悟“历史中的大与小”

现代快报讯(记者 白雁 张垚仟)又到7月,一年一度的江苏书展如约而至。记者获悉,7月6日下午,著名作家马伯庸将在书展重点活动“书香中国·全民阅读大讲堂”上开讲“历史中的大与小”。马伯庸是人民文学奖、朱自清散文奖、茅盾新人奖得主,其作品被评为沿袭“‘五四’以来历史文学创作的谱系”,致力于对“历史可能性小说...
75组文物文献,带你走过“光荣之城”的红色行迹 - 天天要闻

75组文物文献,带你走过“光荣之城”的红色行迹

在中国共产党成立103周年之际,“光荣之城——上海市革命场馆联盟红色文物史料展”在上海市历史博物馆(上海革命历史博物馆)开幕。展览汇集了75组文物文献,展示中国共产党在上海“诞生、启航、出征”的光荣历史,并以此庆祝中华人民共和国成立75周年。上海市委常委、宣传部部长赵嘉鸣出席展览开幕式。展览聚焦中共中央在...

全站最新资讯

乔治能带领76人夺冠吗? - 天天要闻

乔治能带领76人夺冠吗?

乔治终于尘埃落定。名记Woj报道,乔治以4年合同加盟76人,从而结束了卡椒时代连续5年的合作。乔治加盟76人,使得76人名声大震,同时使得快船威名扫地。乔治去76人后,该如何与恩比德、马克西合作?他能收获生涯首冠吗?乔治加盟76人,宣告合作
“0~400km/h~0”速度纪录,又被破了! - 天天要闻

“0~400km/h~0”速度纪录,又被破了!

尽管才因为火烧车的意外而被原厂要求暂时停驶,但是 Koenigsegg Jesko Absolut 日前 (6/27) 依旧在瑞典的一条机场跑道上,不仅以 27.83 秒的时间、改写了 2023 年才由自家 Regera (28.
使用定制服务器处理要求严格的LLM和大规模AI推理 - 天天要闻

使用定制服务器处理要求严格的LLM和大规模AI推理

#头条创作挑战赛#快速导读GenAI对业务发展具有推动作用,激发了各行各业的兴奋。然而,许多组织在采用GenAI时面临挑战,因为现有IT基础设施的限制可能无法满足其计算需求,引发了可持续性和效率方面的担忧。