AI·模型 
TechCrunch 2026-05-20
谷歌推出Gemini 3.5 Flash：押注AI代理而非聊天机器人
谷歌在I/O大会上发布Gemini 3.5 Flash，主打自主AI代理能力，在编码、代理任务和多模态推理上超越前代旗舰模型，速度提升4倍。
AI·模型
20+ 篇文章
AI·模型 
Hugging Face Daily Papers 2026-05-20
CompactAttention：通过块联合KV选择加速分块预填充
CompactAttention是一种针对长上下文大语言模型分块预填充阶段的高效注意力机制，通过块联合KV选择将二维块稀疏掩码转换为GQA感知的每分组KV块表，在分页执行约束下实现加速。
AI·模型 Hugging Face Daily Papers 2026-05-20
Lance：通过多任务协同实现统一多模态建模
Lance 是一个轻量级原生统一模型，通过协作多任务训练实现图像和视频的多模态理解、生成与编辑，不依赖模型规模扩展或文本-图像主导设计。其核心采用双流混合专家架构，在共享交错多模态序列上训练，实现联合上下文学习。
AI·模型 Hugging Face Daily Papers 2026-05-20
AstraFlow：面向数据流的智能体大语言模型强化学习系统
AstraFlow 是一种面向数据流的强化学习系统，专为智能体大语言模型设计，通过解耦部署、数据流和训练组件，支持多策略协作训练与弹性扩展。
AI·模型 Hugging Face Daily Papers 2026-05-20
Aurora：使用工具代理的统一视频编辑框架
Aurora 是一个代理式视频编辑框架，结合视觉语言模型代理与视频扩散变换器，通过结构化编辑计划和自动参考图像选择解决用户请求歧义问题。
AI·模型 Hugging Face Daily Papers 2026-05-20
CHI-Bench：AI代理能否自动化端到端、长周期、政策密集的医疗工作流程？
CHI-Bench是一个评估AI代理在医疗运营中自动化能力的基准，重点测试政策密度、多角色组合和多边交互三大能力。在30种代理配置下，最佳代理仅解决28.0%的任务，严格通过率低于20%，单会话执行性能降至3.8%，揭示了当前AI在政策密集、角色组合、不可逆的企业领域中的显著性能差距。
AI·模型 Hugging Face Daily Papers 2026-05-20
从可运行到可交付：基于多智能体测试驱动开发的全栈Web应用生成
TDDev框架通过三阶段自动化测试驱动开发流程，将自然语言需求转化为结构化验收测试、浏览器交互模拟验证及修复报告，使Web应用生成质量提升34-48个百分点。
AI·模型 Hugging Face Daily Papers 2026-05-20
NGM：一种即插即用、无需训练的大语言模型记忆模块
NGM是一种无需训练、即插即用的记忆模块，通过因果N-gram编码器和余弦门控记忆注入器提升大语言模型性能，在Qwen3系列上平均提升0.5-1.2个点。
AI·模型 Hugging Face Daily Papers 2026-05-20
OmniGUI：全模态智能手机环境下的GUI智能体基准测试
OmniGUI是首个针对全模态智能手机环境的GUI智能体步骤级基准测试，提供包含静态图像、同步音频和视频片段的连续交错多模态输入。实验表明，当前模型在视觉静态任务上表现良好，但在需要同步时间与听觉信号的环境下表现不佳。
AI·模型 Hugging Face Daily Papers 2026-05-20
OProver：面向智能体形式定理证明的统一框架
OProver 是一个面向 Lean 4 的智能体形式定理证明统一框架，通过迭代训练（持续预训练 + 迭代后训练）结合已验证证明和编译器反馈来改进证明生成。其核心组件 OProofs 包含 177 万条 Lean 语句、686 万个编译器验证的证明及序列化轨迹。
AI·模型 Hugging Face Daily Papers 2026-05-20
基于学习可靠性的过程奖励
BetaPRM 提出了一种分布式过程奖励模型，通过 Beta-Binomial 似然学习步骤级成功概率及其可靠性，支持自适应计算分配，在保持准确性的同时减少令牌使用。
AI·模型 TechCrunch 2026-05-20
谷歌Genie世界模型现可通过街景模拟真实街道
谷歌DeepMind将街景数据集成到其通用世界模型Genie中，允许用户从文本或图像生成交互式3D环境，并模拟天气、视角变化等。该技术已用于Waymo自动驾驶训练，但仍是实验性产品，精度和物理模拟有待提升。
AI·模型 Hugging Face Daily Papers 2026-05-20
代码作为智能体框架
本文提出“代码作为智能体框架”的统一视角，认为代码不仅是输出目标，更是智能体推理、行动、环境建模和执行验证的操作基础。文章系统梳理了相关方法与应用，涵盖编码助手、GUI/OS自动化、具身智能、科学发现等多个场景。
AI·模型 
Hacker News 2026-05-20
生长神经细胞自动机
本文介绍了一种将神经网络与细胞自动机结合的模型，使智能体从单个细胞生长出复杂结构，具备自组织与自修复能力。
AI·模型 
Simon Willison's Weblog 2026-05-20
LLM领域过去六个月的五分钟回顾
本文回顾了2025年11月至2026年4月期间LLM领域的关键进展，包括编码代理的成熟、OpenClaw项目的崛起以及各大模型在绘图测试中的表现。
AI·模型 
Hacker News 2026-05-20
双子座全能模型
Google 推出 Gemini Omni 多模态 AI 模型，可同时处理文本、图像、音频和视频，实现跨模态推理与实时交互。
AI·模型 Hugging Face Daily Papers 2026-05-20
Artifact-Bench：评估多模态大语言模型检测和评估AI生成视频伪影的能力
Artifact-Bench是一个评估多模态大语言模型检测AI生成视频伪影能力的基准，包含三级分类体系和三个任务。对19个模型的实验揭示了当前模型的局限性。
AI·模型 Hugging Face Daily Papers 2026-05-20
代码即房间：通过智能体代码合成从俯视图生成3D房间
本文提出Code-as-Room框架，利用多模态大语言模型将俯视图图像转换为Blender代码，自动生成3D室内房间。该方法通过多阶段流水线和跨阶段记忆模块提升生成质量，并构建了专用基准测试。
AI·模型 Hugging Face Daily Papers 2026-05-20
SkillsVote：从收集、推荐到演化的智能体技能生命周期治理
SkillsVote是一个针对长周期LLM智能体的治理框架，通过结构化的收集、推荐和演化流程管理可复用技能。该框架对百万级开源语料进行环境需求、质量和可验证性分析，合成可验证技能任务。
AI·模型 Hugging Face Daily Papers 2026-05-20
StableVLA：无需额外数据构建鲁棒的视觉-语言-动作模型
本文提出信息瓶颈适配器（IB-Adapter），无需额外数据即可增强VLA模型对视觉干扰的鲁棒性，仅增加不到100个参数。