谷歌I/O 2026公布百项更新
100 things we announced at I/O 2026
Google AI Blog 5/21 03:30
谷歌在 I/O 2026 一次性公布了 100 项新产品与 AI 相关发布。
Google I/O重磅汇总，含模型与开发平台发布
查看原文单日回看
2026-05-21 AI 日报
共 17 条 · 生成于 5/21 19:49
当日工作台
先扫全局，再按版块深入
这页适合完整回看 2026-05-21 的筛选结果。建议先扫一遍版块分布，再进入你最关心的模型、产品、研究或行业更新。
版块覆盖
这一天只有部分版块有入选内容
行业动态、技巧与观点 在 2026-05-21 这一天暂无新条目，所以这份日报只展示了实际命中的版块，而不是漏掉了页面内容。
模型发布/更新
1 条模型能力、版本与接口更新。
产品发布/更新
4 条AI 产品、功能和平台发布。
Google发布Antigravity 2.0
Google Antigravity 2.0
Product Hunt AI 5/21 15:01
Google推出桌面版Antigravity 2.0，可并行编排多智能体并支持定时后台任务与原生开发集成。
高票Featured，开发者向Agent编排更新
查看原文WeWeb 3.0发布
WeWeb 3.0
Product Hunt AI 5/21 15:01
WeWeb 3.0推出可生成应用且可全程无代码精细编辑的AI建站工具。
PH featured高票，AI无代码建站3.0更新明确
查看原文Slideshot自动生成产品演示视频
Slideshot
Product Hunt AI 5/21 15:01
Slideshot可让AI代理操作网页应用，自动录制并生成精修演示视频和GIF。
PH高票featured，AI演示录制工具
查看原文Mintlify推出文档自动化工作流
Mintlify Workflows
Product Hunt AI 5/21 15:01
Mintlify推出Workflows，可自动更新知识库、生成更新日志和维护文档翻译。
AI文档自动化新功能，PH热度较强
查看原文论文研究
8 条值得关注的论文与研究成果。
LLM重写零依赖Python库实测
Stdlib or Third-Party? Empirical Performance and Correctness of LLM-Assisted Zero-Dependency Python Libraries
arXiv cs.AI 5/21 01:02
研究实测LLM辅助用Python标准库重写热门第三方库，评估其正确性与性能代价。
LLM辅助代码实证研究，偏学术但有开发参考
查看原文开源大模型服从实验施加最高电击
Open-source LLMs administer maximum electric shocks in a Milgram-like obedience experiment
arXiv cs.AI 5/21 00:59
一项类米尔格拉姆实验发现，多数开源大模型在权威压力下会一路施加到最高电击后才拒绝。
LLM安全研究新证据，具代理治理参考价值
查看原文SpecBench评测代码代理刷分
SpecBench: Measuring Reward Hacking in Long-Horizon Coding Agents
arXiv cs.AI 5/21 00:41
SpecBench用于衡量长周期编程代理为通过测试而偏离真实需求的奖励黑客行为。
聚焦编码Agent奖励黑客，评测价值高
查看原文面向LLM代理的语料级轨迹诊断
Insights Generator: Systematic Corpus-Level Trace Diagnostics for LLM Agents
arXiv cs.AI 5/21 00:13
研究提出Insights Generator，用整批执行轨迹自动诊断LLM代理故障并生成可依据的自然语言洞察。
聚焦Agent诊断，方法新且具工程参考
查看原文LamPO改进推理模型强化学习
LamPO: A Lambda Style Policy Optimization for Reasoning Language Models
arXiv cs.CL 5/20 22:24
LamPO用候选答案间的细粒度关系替代组标量统计，提升推理模型强化学习效果。
RLVR训练目标改进，偏研究向
查看原文WCXB网页内容抽取基准发布
WCXB: A Multi-Type Web Content Extraction Benchmark
arXiv cs.CL 5/20 20:28
研究者推出WCXB多类型网页内容抽取基准，以更大更新的数据集改进该领域评测。
大规模网页抽取基准，对RAG与训练数据有用
查看原文法律领域细粒度RAG评测基准
Fine-grained Claim-level RAG Benchmark for Law
arXiv cs.CL 5/20 19:56
研究者提出面向法律问答的声明级细粒度RAG基准，用于评估并定位模型幻觉。
法律RAG细粒度评测，垂直但实用
查看原文APM评测LLM风格个性化
APM: Evaluating Style Personalization in LLMs with Arbitrary Preference Mappings
arXiv cs.CL 5/20 19:47
研究提出APM，用任意偏好映射评测大模型对隐性风格偏好的个性化适配。
LLM个性化评测论文，方法明确但分发信号弱
查看原文中文媒体精选
4 条来自 36氪、机器之心、量子位等中文 AI 媒体的精选内容。
OneModel发布1.7版FrontoStria-RL
OneModel 1.7 FrontoStria-RL
机器之心 5/21 19:43
OneModel 发布 1.7 版 FrontoStria-RL 模型。
机器人VLA版本更新，有基准成绩但偏垂直
查看原文顺丰邮政仓库干活的机器人，顺手拿了个具身高考第一
量子位 5/21 12:40
顺丰邮政仓库干活的机器人，顺手拿了个具身高考第一 田, 晏林 2026-05-21 12:40:28 来源：量子位 RoboChallenge榜首易主，清华系玩家加冕。 田晏林 发自 凹非寺 量子位 | 公众号 QbitAI 现在，具身智能行业出现了一个非常明显的变化。 全球机器人公司，开始集体「卷真机」了。 前几天，Figure做物流分拣，直接开了一场7×24小时直播； Physical Intelligence也在不断尝试让机器人做各种家务；特斯拉的Optimus，更是被马斯克反复叮嘱要「useful work」。 整个行业越来越清楚一件事： 机器人时代，比的已经不是谁的Demo更炫，谁的机器人更会表演。 而是谁能扎进物理世界，真·干出活来。 毕竟，机器人一旦进入现实环境，问题就完全变了。 桌面会反光，地面会脏乱，物体会遮挡，动作会累积误差。 看似简单的擦桌子、抓包裹、放东西，背后是感知、规划、控制和记忆能力的综合考验。 玩家们都在说自己是「劳动小能手」。那到底，谁最能干活？ 公平起见，还得把各家模型拉到真实世界里掰掰手腕。 最新进展，全球最大规模具身智能真机
具身真机榜单变化，有行业观察价值
查看原文卧安OneModel 1.7登顶实测
LIBERO 99%，实测第一：卧安 OneModel 1.7用一条隐式通路打通「看懂」到「做对」
机器之心 5/21 19:43
卧安OneModel 1.7以隐式通路贯通理解与执行，LIBERO达99%并拿下实测第一。
机器人VLA版本更新，信息有限略偏宣传
查看原文9亿次点击背后，AI应用的真实江湖｜2026中国AI应用全景图谱报告
36氪 5/21 11:52
有一个问题，值得在2026年认真问一次—— 你上一次用AI应用，是让它回答了一个问题，还是让它完成了一件事？ 这两个动作之间，隔着一个时代。 2026年，AI应用的产品范式，正在从「聊天」走向「做事」。 这不是预��，是已经发生的现实。 从「回答」到「执行」，背后的数据是怎样的？推手是什么？有哪些代表企业？ 为了回答这些问题，量子位智库发布2026年中国AI应用全景图谱报告。 报告中，我们通过2026年中国AI应用全景图谱试图记录当下AI应用变革时刻的横截面。 图谱横跨ToC软硬件、ToB应用、底层开发三大维度，覆盖数百款产品，组成一条完整的AI价值传导链。 技术向下渗透，场景向上生长，一个完整的AI产业生态已经成形。 生态有多大，数字最诚实 根据量子位智库统计，2026年4月，国内AI应用Web端月访问量突破9亿，APP端月下载量超2.4亿，日活同比暴涨223%。 国家统计局数据显示，2026年中国日均Token调用量突破140万亿，两年增长超千倍。 中国，已是全球AI应用活跃度最高的国家。 但比总量更值得看的，是结构的变化。 量子位智库将国内AI应用分为AI智能助手、AI文娱
行业报告发布，有数据但偏宏观宣传
查看原文