VoxCPM！开源语音克隆标杆！本地直接跑！
什么开源 TTS 语音几乎和真人无异？OpenBMB VoxCPM 仅 2B 参数，GitHub 36.8K 星，端到端直接生成连续语音，跳过传统 token 拼接流程，情绪语气更自然，pip 一键安装，支持三十种语言，粤语、四川话、吴语直接合成，支持音色克隆，输出 48K 高保真音质，8G 显存即可部署，显卡、Mac、CPU 都能跑，Apache-2.0 协议支持商用，做播客、有声书、产品语音可以拿去实测，体验后欢迎评论区交流。
微信赞赏
相关推荐
2026-07-18
Workbuddy 教程（24）！如何定义智能体风格！
对比展示 Workbuddy 自定义人设前后的回答差距，仅简单询问身份，配置好 IDENTITY.md 的 AI 会带出小龙虾专属图标，用毒舌反讽、犀利吐槽的风格回应，氛围感十足。此前讲过 USER.md 用于设定使用者身份，而 IDENTITY.md 专门定义 AI 自身人设，操作十分简便，找到用户目录下.workbuddy 文件夹内的对应文件，填入名称、专属 emoji、说话口吻等配置保存即可。未做自定义设定时，AI 回复平淡枯燥毫无特色，学会就能打造专属个性智能体，感兴趣可以动手尝试，记得点赞收藏。
2026-10-21
OpenGCUA！AI正式接管电脑和手机！Computer Use升级版！
现在的 AI 操控电脑基本就两条路。要么是 computer use 纯点击 GUI——本来一行命令能搞定的事，非要反复点来点去，AI 截图截到手软，你看 TOKEN 消耗账单时脚软；要么就是纯跑命令，遇到要操作图形界面的就傻眼。 通义千问团队刚开源的这个叫 OpenGCUA 的项目，就是把这两件事给统一了。它是一套让 AI 操控电脑的完整框架，模型自己决定什么时候截图、什么时候点鼠标、什么时候直接跑命令，不再每步都强制截图。效果上，平均每个任务少走 53% 的步数，分数还能再涨 19 分。 你只要有台 macOS 的苹果电脑，配置好 API key，接上 Deepseek 或者通义千问等大语言模型，AI 就能帮你操作桌面应用、跑脚本控制浏览器。比如让它帮你查邮件、填表格，做自动化都可以直接下指令。 更厉害的是，它支持跨设备统一接口，电脑、手机、浏览器用同一套接口就能控制。搞 AI agent 研究、自动化，或者想自己搭电脑控制智能体的兄弟，真心建议码住，先拿官方示例跑一遍，看看 AI 操控电脑这件事到底靠不靠谱。 访问入口
2026-09-23
Claude Opus 5.5 测评报告！究竟有多能打！
刚测完 GPT-6 Sol，粉丝们就催着要看 Claude Opus 5.5，当然要满足大家。这次在 PI 上接入，思考深度设为 xhigh，来真的。 第一题是强约束指令遵循测试，要求模型生成以”从1到10”结尾的通顺句子。Claude Opus 5.5 速度很快，结尾全部正确，句子通顺完整。值得注意的是，GPT-6 Sol 上期测试同样全对，但 Opus 5.5 生成的句子完整性和流畅度明显更胜一筹。 第二题是 SVG 鹈鹕骑自行车绕土星环测试。效果出来后直接卧槽——这应该是测评以来见过的最好实现，转弯顺滑程度令人惊艳。放大仔细看，能发现鹈鹕的脚和脚踏是连在一起的，小小瑕疵，瑕不掩瑜。 第三题复合弓射箭 SVG 测试，同样是目前所有测过模型中效果最好的。复合弓的上下滑轮转动方向、附弦方式、人物动作、箭的抛物线都没有问题，而且弓箭射出时连阴影都有，箭中靶子后靶子还会晃动，细节拉满。 第四题实现精美浏览器操作系统，看完同样是卧槽。UI 非常漂亮，左侧还有精致的 widgets。右上角弹窗 UI 精美，健康状态窗口略微闪烁但整体出色，应用列表功能正常。压轴的太空射击游戏更是惊艳...
2026-07-28
Qoder Voice！氛围编程新体验！动动嘴就能写代码！
国内首个实时语音编程来了！Qoder 国际版上线 Qoder Voice，依托 Qwen-Audio-3.0-realtime 实时语音，动口不用敲代码直接改网站，一句话关停博客旋转头像全站同步生效，操作入口一键开启，国内版马上更新，蹲一手完整实测… 访问入口
2026-09-02
微软开源音频转录神器！解决了什么难题？
平时测评 AI 工具我一般都会先讲痛点，而这款微软开源项目直接看 53.5K 的 Star 数量，就值得先收藏再说。它最亮眼的能力就是一次性处理 60 分钟长音频，不用手动切割分片。市面上绝大多数 ASR 识别工具遇到长录音都需要拆分音频，拆分之后很容易造成上下文断裂，原理和 RAG 文档分片问题十分相似，切割后的片段丢失全局语义，识别总结效果大打折扣。而它完整保留一小时音频的全部上下文，最适合一小时时长的会议录音一键生成纪要，也可以二次开发做成智能录音笔类应用，衍生玩法想象空间巨大。模型体积仅 1.58G，CPU 环境就可以直接运行，无需高配显卡，企业部署门槛很低…… 访问入口
2026-02-15
Openclaw 精简版！代码量只有1%！
港大推出了个clawdbot的开源平替nanobot，短短两天就冲上了4K star。它的特点是只用四千行代码，也就是clawdbot 1%左右的代码就实现了它大的核心功能。所以代码更加的清晰易懂，非常适合大家做二次开发… 访问入口
