2026-07-20 AI快讯

产品发布07-20 00:00

字节跳动发布 Seed Audio 1.0 音频创作模型，统一建模人声与音效实现端到端影视级音频生成

字节跳动 Seed 团队发布音频创作模型 Seed Audio 1.0，在统一框架下联合建模人声、音效和环境声，支持 100ms 间隔精度的时间控制、单次约 2 分钟音频的延展生成及 20+ 语种自然生成。该模型已在火山方舟体验中心上线，多数场景音频可用率达 90% 以上，多语言音频自然度 MOS 超 4 分。

来源：字节 Seed：Research Feed（网页内嵌数据）阅读原文

行业动态07-20 20:12

Hugging Face 遭自主 AI 智能体入侵，用 AI 工具完成数小时取证分析

Hugging Face 披露其部分生产基础设施遭一个自主 AI 智能体系统入侵，攻击者通过恶意数据集利用数据处理管道中的代码执行漏洞，窃取了内部数据集和多项服务凭证。该公司部署 LLM 驱动的分析智能体，在数小时内完成了对17000多条攻击行为的取证分析，而此类工作通常需要数天。

来源：The Decoder：AI News（RSS）阅读原文

模型发布07-20 11:54

面壁智能发布首个具身智能成果 MiniCPM-Robot 系列模型，含 1.5B VLA 与 0.9B 跟踪模型

面壁智能联合 OpenBMB 发布并开源 MiniCPM-Robot 系列，包括通用 VLA 模型 MiniCPM-RobotManip（1.5B 参数）与移动跟踪模型 MiniCPM-RobotTrack（0.9B 参数）。

来源：公众号：面壁智能（MiniCPM）阅读原文

观点07-20 08:08

不会代码也能做产品：一份从0开始的 Vibe Coding 保姆级教程

本文面向零代码用户，提供一套使用国产大模型（Kimi、GLM、Qwen 等）从零开发并上线产品的完整流程。核心步骤包括购买 Coding Plan、下载官方 Agent 编程产品、注册域名与服务器并同步做 ICP 备案，然后通过 Agent 的 Plan 模式描述需求并让 AI 自动执行开发。上线后建议建立分支保护与测试流程，并强调即使不懂代码，也必须对系统架构了如指掌。

来源：公众号：数字生命卡兹克阅读原文

产品发布07-20 20:21

LoRA Speedrun 公开排行榜：6分05秒微调 Qwen2.5-1.5B 达 GSM8K 61.1%准确率

LoRA Speedrun 项目推出公开排行榜，在固定硬件（单张 L40S）上比拼 Qwen2.5-1.5B 的微调运行时间。当前纪录由@Saivineeth147以6分05秒保持，采用序列打包与仅完成损失掩码技术，相比基线11分57秒提速约2倍且准确率更高（61.1%）。项目提供免费 Modal 沙箱验证，任何提交需经3次独立复现确认。

来源：Hacker News 热门（buzzing.cc 中文翻译）阅读原文

行业动态07-20 05:16

黄仁勋访日：Nvidia 联手日本打造物理 AI 时代，Noetra 主权 AI 工厂与 Cosmos 机器人联盟落地

Nvidia CEO 黄仁勋在 7 月 15-16 日访日期间，宣布为日本建设"Vera Rubin AI 工厂"，配备 13，750 颗 Vera CPU 和 27，500 颗 Rubin GPU，预计 2028 年投运。

来源：TechCrunch：AI（RSS）阅读原文

模型发布07-20 16:53

通义实验室发布 Qwen-Audio-3.0-TTS 实时语音合成模型

通义实验室发布 Qwen-Audio-3.0-TTS，含 Flash（首包延迟约300ms）和 Plus 两个版本。Plus 版本在 Artificial Analysis 榜单夺冠，支持16种语言和20种中文方言，平均 WER/CER 低至3.87（Flash），说话人相似度最高达82.75（Plus）。

来源：公众号：通义实验室（千问）阅读原文

产品发布07-20 16:00

小红书与北大开源 UltraEP：面向大规模 MoE 训推的实时负载均衡方案

小红书与北大提出 UltraEP，首次将基于精确路由信息的实时负载均衡引入生产系统，在每个 microbatch 和每一层动态复制热点专家。在 Qwen3-235B 等模型上，训练吞吐平均达到理想性能的 94.6%，相比 Megatron-LM 提升 42%；推理 prefill 吞吐相比 SGLang 提升 1.56 倍。

来源：公众号：小红书技术（dots.llm）阅读原文