十七世纪初，著名的关原之战爆发。渴望出人头地的作州人新免武藏（木村拓哉 饰）所在军队惨败，为了将好友本位田又八的消息带回家乡，他冒着被当作残党的危险返回，结果被武功高强的僧人泽庵（香川照之 饰）擒住。垂死之际，他得到又八的未婚妻阿通（真木阳子 饰）的救助，并带着这名可怜女子逃跑。途中武藏再度被擒，却于牢狱中自发展开了作为一名武者的修炼。四年后，姫路城主池田（笹野高史 饰）为其赐名宫本武藏，允许他云游四方，磨炼武功。在之后的岁月里，武藏拜访了吉冈清十郎（松田翔太 饰）、柳生石舟斋宗岩（武田铁矢 饰）、日观住持（西田敏行 饰）等名家，更注定重逢宿命的对手佐佐木小次郎（泽村一树 饰）。
《好莱坞报道》获悉，根据同名漫画书改编的电视剧《超能力》，已经获得了第二季的预定。这部由沙尔托·科普雷领衔主演的剧集，讲述了一位警察处理那些拥有特殊能力罪犯的故事。这部电视剧最初由FX电视网筹备，试播集都是由FX拍摄的，后来则成为PlayStation的首部自制剧，PlayStation直接预定了该剧第一季的10集。在PlayStation的平台上，《超能力》成为首播集收视人数最高的剧集。
虽说刘邦号称有五十六万大军，但是如果能够兵不血刃地占领城池，谁还会拼死拼活地死磕呢？依照彭城现在的守军数量，坚持数日自然是没有任何问题，在此期间若是项羽大军返回，指不定会发生什么呢？可以说有着偌大的风险，冒险是不值得的。
也许有的人需要物质的帮助，有的人更需要找到真情，同样的悲剧命运，一个个恶梦般的轮回，一场场黑暗中的决斗，让这个原本平凡的“单亲妈妈”成为了一个时而坎坷艰辛，时而绚丽多姿，充满离奇色彩故事的中心人物。在市井人物与豪门之间，在温饱与奢华之间，上演了一幕又一幕扣人心弦而又耐人寻味的故事。
1991年18岁的三合会会员刘建明听从大哥韩琛的指示进入警校学习，想得到机会来做警方的卧底。而同时警校中的另一名学生陈永仁，受警方安排表面上将其强迫退学，实际上则是让他进入三合会当卧底。刘建明从警校毕业后顺利的进入警局，并且职位步步高升，已成为刑事情报科的一员。
在东京都内的园艺店打工的前岛皋月（杉咲花饰），几乎放弃了当声优的梦想，无论做什么都无法认真起来，对恋爱也是一样。但是有一天，她遇到了花园设计师森下陆（藤原季节饰）。皋月做的容器栽培引起了陆的注意。从那以后皋月就开始帮着陆做庭院的改造项目。两人没花多少时间就成为了恋人。就在这时，园丁白石悠磨（森山未来饰）也加入了这个项目，让陆非常动摇。两人是“再次相遇”，但皋月并不知道这件事。在花园的建造过程中，3人的想法像棱镜一样交错着。
秦旷从没见过这样的，惊奇的不得了，立即就要冲过去捡。
nai是村子里的一个牛贩子，他的妻子是kum的姐姐，而她常年多病，并讨厌他贩牛，年轻人却总是想做牛贩子。而他的妻子在他的某次外出而去了，kum很气愤他不听她的劝告，而她的姐姐却把她托付给nai照顾……
第二部（台湾版）：
五毒杂居，华洋相处，枪战械斗，奇情惊艳，新版《上海滩》风云再起……
美国广播公司新闻的特里·莫兰（Terry Moran）讲述了有关莱尔（Lyle）和埃里克·梅嫩德斯（Eric Menendezs）臭名昭著的一切，并揭示了《真实与谎言:梅内德斯兄弟》的内容。
把头就探向窗外。
十一岁的小男孩杰西·阿龙斯(乔什·哈切森)一直梦想能成为学校中跑得最快的学生，正当他赢得了年级里的田径冠军之时，一个叫莱斯莉·巴克(安娜·索菲娅·罗伯)的小女孩突然地出现，成了他在田径场上的劲敌。
如若扑空，谎报军情，这罪自然不该赵大人担，也不会轮到梁知府，只会是自己。
The reason for this situation is that the sex of the baby is different and the parents have different ways of raising it. For girls, parents will not only provide girls with toys such as dolls, but also support them to contact cars. For boys, parents will try their best to avoid toys such as dolls with "girl's characteristics".
吸血鬼祖先Mikaelson家族的悲剧和胜利 迎来了新的《The Originals》乐章，
CW已续订《风中的女王》第三季。
金富贵掩护黎水出了营寨。
Probability Theory: This one is not specially recommended, because it is not very good at learning, so it is misleading not to make recommendations. No matter what books you read, you just need to master the key knowledge. Can't ask Bayes when the time comes, you don't even know how to push it = =!
-Fen!
