9 7 月

Nvidia + Hugging Face 联手:开源机器人迎来「Android 时刻」— GR00T 1.7 进入 LeRobot

一句话结论:Nvidia 和 Hugging Face 将开源 humanoid 基础模型 GR00T 1.7 和 Teleop 数据采集框架整合进 LeRobot,连接 300 万机器人开发者与 1600 万 AI 开发者——这是开源机器人生态的「Android 时刻」。 宣布了什么? 7 月 7 日,Nvidia 和 Hugging Face 宣布将 Nvidia 的核心物理 AI 技术栈整合进 Hugging Face 开源的 LeRobot 机器人库。具体包括: Isaac GR00T 1.7:首个开源且可商用的 humanoid(人形机器人)基础模型,现已直接可用 Isaac Teleop:数据采集框架,用于收集机器人操作数据 Cosmos...
7 7 月

Context7 实测:58K 星开源工具,让 Cursor 和 Claude Code 用上最新 API 文档

一句话结论:Context7 是解决AI编程「幻觉API」问题的最直接方案——它在你提问的瞬间拉取最新官方文档,注入LLM上下文。不用切换标签页,不用手动粘贴文档,不用祈祷模型训练数据足够新。 为什么需要 Context7? 每个用过 AI 编程工具的人都遇到过这个场景:你让 Cursor 写一段 Supabase 认证代码,它生成了看起来合理的代码,但你一运行——API 不存在、参数名错了、版本不对。 这不是模型的问题。LLM 的训练数据有截止日期。即使是最新的 Claude Sonnet 5(2026 年 6 月发布),它对 2026 年 7 月发布的库版本也一无所知。而现代前端/后端框架的更新速度是按周计算的。 Context7 的解决方案很直接:在 LLM 调用前,从官方源拉取最新的文档和代码示例,注入到 prompt 上下文中。 怎么用?一行命令搞定 安装最简单的方式: npx ctx7 setup 这条命令会通过 OAuth 认证、生成 API key、自动安装对应 Skill。你可以指定目标工具: # 为 Cursor 安装 npx ctx7 setup --cursor # 为...
28 6 月

VoxCPM:开源多语言语音合成引擎,30种语言+声音克隆+Apache-2.0商用许可

VoxCPM 是 OpenBMB 团队开发的开源端到端文本转语音系统,基于免分词的扩散自回归架构,最新版 VoxCPM2 拥有 2B 参数,训练数据超 200 万小时,支持 30 种语言和中文方言。 核心功能 🌍 30 种语言+中文方言:覆盖中英日韩法德西俄等,四川话、粤语、吴语、东北话等方言 🎨 Voice Design 声音设计:用文字描述想要的音色——性别、年龄、语气、情感、语速,无需参考音频 🎛️ 可控声音克隆:3 秒参考音频即可克隆,可文本指令控制说话风格 🎙️ Ultimate Cloning 极致克隆:提供参考音频+文本,还原声纹节奏情感每个细节 🔊 48kHz 高清输出:内置超分辨率,无需额外升频器 ⚡ 实时流式推理:RTX 4090 上 RTF 低至 0.3,vLLM-Omni 加速至 0.13 📜 Apache-2.0 商用许可:代码和权重完全开源,自由商用 安装与快速使用 pip install voxcpm 要求 Python ≥ 3.10(<3.13)、PyTorch ≥...
28 6 月

OmniVoice Studio:一键安装的 ElevenLabs 开源替代,646 语言+视频配音+有声书

OmniVoice Studio 是 ElevenLabs 的开源替代品——一个完全本地运行的 AI 语音工作站桌面应用。无需 API Key、无需云服务,支持 macOS/Windows/Linux,646 种语言。内置 11 个 TTS 引擎 + 9 个 ASR 引擎,一键安装即可使用。 核心功能 🎙️ 零样本声音克隆:3 秒片段镜像任何声音,覆盖 646 种语言 🎨 声音设计:性别、年龄、口音、音调、语速、情感、方言全部可调 🎬 视频配音:YouTube URL 或本地文件 → 转录 → 翻译 → 配音 → 导出 MP4 📖 有声书编辑器:导入文本/EPUB/PDF,自动分章节,导出 .m4b ⌨️ 全局语音输入:任意应用...
28 6 月

MetaGPT:用一句话生成完整软件项目,多 Agent 协作开发框架

MetaGPT 是一个将软件公司变为多智能体系统的开源框架。输入一句话需求,自动调度产品经理、架构师、项目经理和工程师多个 AI Agent 协同工作,输出全套代码与文档。核心哲学:Code = SOP(Team)——将标准操作流程实体化应用到 LLM 团队中。ICLR 2024 论文收录,MIT 开源。 核心能力 📝 一句话生成项目:输入"创建 2048 游戏"自动生成完整代码仓库 👥 多角色协作:产品经理→架构师→项目经理→工程师模拟真实软件公司流程 📊 全套文档输出:用户故事、竞品分析、需求文档、API 设计、数据结构 🔧 Data Interpreter:内置数据分析 Agent,直接处理数据科学任务 🚀 MGX 产品:获得 Product Hunt 日榜+周榜双冠的自然语言编程产品 安装与使用 pip install --upgrade metagpt metagpt --init-config 要求 Python 3.9-3.12、Node.js、pnpm。编辑 config2.yaml 配置 LLM API Key。 # CLI 一键生成 metagpt "Create...