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...



