GitHub 热榜周报(10.19):5 个把 AI 装回本地的开源项目
10 月 19 日 GitHub Trending 上涨星最快的不是新模型,而是 5 个把 AI 装回本地工作流的开源项目。
10 月 19 日 GitHub Trending 上涨星最快的不是新模型,而是 5 个把 AI 装回本地工作流的开源项目。
开源项目 SmartCall 的通信基座 jpower-core-asterisk 将 Java 对接 Asterisk 的样板代码收敛为注解:一个 @Agi 注解完成 IVR 脚本注册,@AmiListener 与 @AmiEvent 两个注解替代庞大的 instanceof 事件分发。
作者开源了 Tidytalk,一个 macOS 菜单栏语音输入应用:按住 Option + Command 说话,松开后把去掉口头禅、改好口误、标点齐全的文字粘贴到光标处。
Seed-VC 是零样本歌声转换开源模型(论文 arXiv 2411.09943),在 AIGCPanel 中导入一键运行包,用一段 5 秒参考音频即可把整首歌换成另一种嗓音,无需训练。
网易首个AI原生语音Agent「网易叭哥说」上线“用户荣誉联创计划”,投入10万元征集产品建议,设11个名额,单人最高独得5万元,不设学历专业门槛。该产品通过自研ASR与语义理解链路调优,口语输出对键盘打字效率比值提升至5倍,支持124个语种实时语音互译,专业领域翻译精准度达98%,数据全程本地处理、终身免费。
本期 GitHub 热榜日榜共收录 13 个开源项目,合计新增 11,841 stars,热门语言为 Python、TypeScript 和 JavaScript。
苹果计划今年 12 月通过 iOS 27.3 系统更新在中国大陆正式推出 Apple Intelligence,覆盖 iPhone、iPad 和 Mac。该服务于 7 月 8 日通过生成式 AI 服务备案,9 月 29 日取得上线许可;百度提供搜索及 Siri 相关功能,阿里接入通义万相和 Qwen 等模型能力。
Tim Cook 在媒体活动中表示,Apple 智能国行 Beta 版本将于本月晚些时候上线测试版本,包含实时翻译、照片 app 中的消除工具和写作工具,但不包含 Siri AI。
科技媒体 AppleInsider 在发布会现场体验苹果首款智能家居中枢 HomeView 后,分享了更多实用细节。HomeView 的“Home Camera”界面可同时显示最多 9 路实时摄像头画面,还能作为数码相框展示 iCloud 共享相册,并支持以分步方式查看食谱、用 Siri 语音跳到下一步。
小米宣布开源空间音频理解大模型 MiDashengLM-Spatial,完整公开模型权重和推理代码,以 Apache 2.0 许可证发布。新模型以 MiDashengLM-7B 为基座,除听懂声音内容外还能感知声音来源与空间分布,小米称其为业界首个开源的端到端空间音频理解大模型。
亚马逊旗下 Bee 发布两款 AI 录音产品 Bee Frontier 与 Bee Eclipse,定价 74.99 美元起,用于记录对话并生成摘要、待办与洞察。
IBM Granite 团队发布 Granite-Switch-4.1-8B 与 -30B,将通用 Decision aLoRA、安全决策 Guardian aLoRA 和 OpenASR 榜单上最快的 ASR 模型 Granite-Speech-5.0-Turbo-CTC 组合进一个托管端点。
推荐理由:原文给出用 aLoRA 复用 KV cache 在单一端点组合多种能力的做法,读者可迁移到低显存多能力部署场景。
Simon Willison 用 Claude Opus 5.5 Extra 在 Claude Code 中构建了 Chirp Pong:两台手机各自运行静态 HTML,通过 web microphone API 收发 chirp 音频来同步游戏状态,实现双人 Pong 式对战。游戏在 Pong 基础上加入图形与玩法变化,让对抗更有趣。实测表明这一纯音频联网方案可行。
极客公园实测了 OPPO 于 9 月 17 日开发者大会发布的 AI 心力球,一台仅 9.8 克的夹式穿戴录音硬件,戴上自动记录、摘下自动停止,满电支持 24 小时连续录音。
Rivian 创始人兼 CEO RJ Scaringe 在 TechCrunch Disrupt 上表示,未来 Rivian 电动车将能运行 Anthropic 等其他公司开发的 AI 智能体。
极米科技宣布记得 AI 显示眼镜 MemoMind One 今日开启预售,零售价 2999 元,首发价 2699 元,提供方框、圆框、中框三种框型。
苹果确认初代 HomePod mini 因芯片和内存配置受限,无法满足 Siri AI 运行本地大语言模型所需的算力,Siri AI 现阶段适用于 HomePod mini 2 以及 Apple TV 4K(第二代及后续机型)。初代 HomePod mini 仍可作为普通蓝牙音箱和基础智能家居中枢使用,但要体验具备上下文理解能力的新 Siri,用户可能需要购买二代产品。
YouTube 宣布音乐平台 YouTube Music 上线 AI 音乐标注功能,被识别为“主要使用生成式 AI 创作”的歌曲名称下方将显示“AI”椭圆标签,后续将扩展至主 YouTube 应用程序。
SpaceXAI 发布 Grok Voice 3.0 语音转语音模型,官方称其智能水平全球最高、延迟低于 1 秒,现已通过 API 上线。
推荐理由:原文给出了第三方榜单排名、延迟与成本对比,读者可据此判断该模型在语音智能体场景中的实际竞争力。
Square 发布全新 Square Kiosk 点餐终端,其内置“agentic, conversational voice layer”可实时理解商家菜单,让顾客像与店员交流一样自然点单,支持提问、修改和替换菜品。
苹果发布首款智能家居屏幕 HomeView,搭载 7 英寸 Liquid Retina 屏幕,最高亮度 500 尼特、最低 0.3 尼特,可通过面部识别无感区分最多六位家庭成员并自动切换个人界面。
作者从认知心理学和神经科学角度解释播客剪辑中的常见问题,指出语音信号在物理上是连续、相互渗透且千差万别的,大脑靠类别知觉、统计学习和上下文预测把它听成完整词句。文章据此给出建议:在接近中线的低振幅位置下剪、前后微调剪辑点或加短淡入淡出来避免爆音;替换口误尽量整句替换而非单个词,口癖、停顿和呼吸不要全删,保留发音冗余和小瑕疵往往更自然。
大眼橙于 10 月 13 日联合钉钉发布可弯折 AI 听记眼镜 Q1,定价 1299 元起,10 月 31 日现货发售。产品采用轻量化纯钛镜框,整机最轻仅 28g,并配备可弯折定型镜腿专利结构;单边三麦阵列支持 8 米有效拾音,100mAh 电池可实现 80 小时待机。
少数派众测获奖文章认为,1.3kg 的 Sonos Play 便携音箱让音乐摆脱固定位置,自由流动到家中每个角落。它具备 IP67 防护、最长 24 小时播放与自动 Trueplay,配合 Sonos 27 app 在打扫、厨房、浴室等场景显著优于原有的 HomePod Mini。
Counterpoint 预测,到 2030 年全球处方助听器销量将突破 3100 万台,近 50% 的产品将搭载端侧 AI 能力。峰力测试显示,加入 AI 降噪后信噪比默认提升 9 dB、最大可达 10.2 dB,可显著改善嘈杂环境中的语音理解。代价是续航:峰力 Audéo Infinio Ultra Sphere 常规使用续航 56 小时,持续开启 AI 后骤降至 10 小时。
苹果官网全尺寸 HomePod 图片描述显示“顶部亮起表示 Siri AI 功能的多色光晕”,暗示该设备未来有望支持 Siri AI。HomePod mini 2 将搭载 Siri AI,但功能不会随设备发布立即启用,相关支持将在“未来的软件更新”中推出。
The Verge 评测了去掉摄像头的 Ray-Ban Meta Audio 音频智能眼镜,售价 349 美元起,提供 Clubmaster 和 Burbank 两种款式。
苹果发布带屏中控 Apple HomeView、HomePod mini 2、第四代 Apple TV 4K,并联合 LG 与施耐德推出涵盖门锁、门铃、摄像头和温控器的 Apple Home Collection 配件。
苹果发布 7 英寸智能屏幕 Apple HomeView,美国售价 299 美元,10 月 13 日开放预订、11 月 13 日上市,同场还发布第四代 Apple TV 4K 和 HomePod mini 2,三款产品都以新一代 Siri AI 为卖点。
苹果发布首款家用智能显示屏 HomeView,售价 299 美元,已在八个国家开放预购,11 月 13 日发货。设备配备 7 英寸方形屏幕与内置 Siri AI,可作为 Apple Home 网关、Matter 控制器和 Thread Border Router 管理智能家居设备,并通过面部识别加同网络 iPhone 实现个人情境切换,最多支持六个用户档案。
10 月 12 日,模思智能宣布完成超 10 亿元 Pre-A 轮融资,由华控基金领投,距天使轮官宣约半年。公司由复旦大学特聘教授邱锡鹏创立,成立不到两年,定位情境智能,2026 年以来围绕语音、视觉和实时多模态连续发布 20 多个模型,其中 7 月开源的 MOSS-VL-Realtime 已能持续接收视频流并随画面变化更新判断。
前 Plaud 高管 Peter Mo 创办的 Ambi 完成 $26M 融资,由 Luminous Ventures 与 ODM 厂商 Huaqin 领投,同时发布 iPhone、Mac 和 Apple Watch 应用。
唯品会上线自研 AI 助手“AI 小唯”,由其大模型团队开发,支持文字与语音对话,可提供找商品、查活动、问优惠等服务。配套的“AI 商品对比”功能正灰度迭代,原商品页内嵌入口已下线,用户可经购物车勾选“对比”或点击“对比”进入 AI 小唯两条路径使用。唯品会同时以 50K-80K 月薪招募大模型后训练、SFT 等核心岗位,其 2026 年第二季度净营收 247 亿元,同比下滑 4.3%。
Apple 将于周二发布新款智能家居中枢 HomeView,该设备由 Siri 驱动、配备显示屏并搭载 A18 芯片,提供桌面与壁挂两种型号。Apple 还将同步推出更新版 Apple TV 与 HomePod mini。本周早些时候,Apple 已宣布与 LG 合作打造智能门锁、恒温器与门铃。
PolyAI CTO Shawn Wen 与 Otter CMO Alex Gay 认为,尽管全双工模型已经问世,语音 AI 尚未迎来自己的 ChatGPT 时刻。Wen 表示,下一挑战是让模型推理足够快,使对话感觉自然;Gay 则强调 ASR 转录准确度与透明度——工具应告知用户正在录音或与 AI 对话——是建立信任的关键。
努比亚宣布 NaviX Ultra「内测实验室」计划即将开启,面向尝鲜用户开放内测资格,10 月 14 日 19:00 进行首场进化直播。这款“第二代豆包手机”于 9 月 16 日发布,号称“全球首款 AI 智能体手机”,售价 5999 元起。
Apple 在提交给欧盟委员会的监管文件中披露,已与个性化音频创业公司 Huxe 达成协议,将向 Huxe AI 部分员工发出聘用要约,并获得 Huxe 知识产权的非独家授权。
作者自 2025 年 7 月起在家中实测 Amazon 的生成式 AI 助手 Alexa Plus,认为它是自己用过最好的智能家居助手,但作为个人助理仍不成熟。
极米宣布记得 AI 显示眼镜 MemoMind One 超前预约正式开启。该产品搭载蔡司显示系列翎思镜片与 Harman Audio EFX,采用无摄像头隐私保护设计并获欧盟 EN18031 认证,支持 Memo 记忆与双目显示,综合续航 16 小时,内置 Apple MFi 芯片,具备对话、翻译、演讲、录音功能。
豆包新增“生活缴费”功能,用户可在豆包 App 内通过语音或打字发起水、电、燃气等缴费指令。测试显示,下达指令后会弹出服务卡片并跳转至专属缴费页面,但绑定户号、确认与支付等步骤仍需手动完成。豆包正逐步建设包括出行服务在内的生活场景办事能力,目前青岛地区三项缴费服务均显示“暂未开通”。