参赛创意方案 · v1.0

每天 5 分钟,
跟上整个 AI 圈。

NEXA Daily 自动追踪 Karpathy、LeCun、Hassabis、Altman 等一线 AI 研究者的最新推文, 抓取 arXiv 当日新论文,用大模型生成中文日报 + 智能问答, 把"跟上 AI 的发展"从每天 1 小时压缩到 5 分钟。

核心定位

The core idea
01

一线信源,过滤噪音

只追踪真正在产出 AI 一线内容的 8 位研究者和机构账号,以及 arXiv 当日新论文。无关营销、无关口水。

02

AI 总结中文日报

每天自动用大模型把英文推文 + 论文摘要翻译成中文要点,挑出 3-5 条最值得关注的内容,生成日报。

03

今日内容可问答

不只读日报 —— 可以直接问 AI 助手"Karpathy 今天提了什么"、"关于 MoE 最近有什么新论文",基于今日内容作答。

产品形态

Product preview · 一页日报
NEXA Daily · 2026.07.09 周三
28 推文 · 12 论文 · 已生成今日总结

今日推文/ Tweets

Andrej Karpathy2h
Software 2.0 之后的下一个范式可能是 Software 1.5 —— 神经 + 符号混合,LLM 做规划,小模型做执行。
Yann LeCun4h
JEPA 不是 LLM 的替代品,是另一条通往世界模型的路。短期内两者会共存。
Jim Fan5h
我们用 1 个 GPU 训练了一个能在真实厨房做事的机器人策略,关键不是参数,是数据分布。
Sam Altman7h
下一个 12 个月,推理成本会再降一个数量级,Agent 会变得真正可用。

AI 日报/ Daily brief

总览:今日 AI 圈最值得关注的两条线 —— 范式之争(JEPA vs LLM)和具身智能的工程化拐点。
### 关注动态
范式话题持续发酵:Karpathy 与 LeCun 各自提出"Software 1.5"和 JEPA,讨论下一代架构走向。
具身智能落地加速:Jim Fan 团队 1 GPU 训出真实厨房策略,数据分布比模型更重要。
Agent 商业化:Sam Altman 预判未来一年推理成本再降 10×,Agent 真正可用。
### 论文推荐
《Efficient World Models with Discrete Latents》:离散潜空间让世界模型训练效率提升 4×。
《Tool-Use at Scale》:10 万级工具调用轨迹训练的小模型,在多项基准超越 GPT-4。

今日论文/ arXiv

Efficient World Models with Discrete Latents
离散潜空间 + 注意力,在 Atari/DM Control 上训练效率提升 4 倍。
WORLD-MODEL
Tool-Use at Scale: 100k Trajectories
用 10 万条真实工具调用轨迹微调的 7B 模型,ToolBench 上超越 GPT-4。
AGENT
Sparse Mixture-of-Experts for Long-Context
稀疏 MoE 在 128K 上下文下保持 95% 注意力稀疏度,推理成本下降 60%。
LLM
Embodied Foundation Models Survey
综述了 2024-2026 年具身基础模型的训练范式、数据集、评测基准。
ROBOTICS

数据流

Data pipeline · 从信源到日报
STEP 01

抓取

定时任务从 8 个一线 AI 账号和 arXiv 抓取最新内容。

  • 推文(每天 30-50 条)
  • arXiv 论文(每天 20-40 篇)
STEP 02

过滤

去重 + 关键词打分,过滤纯社交、转发、低信息量内容。

  • 留下 ~10 条高价值推文
  • 留下 ~5 篇推荐论文
STEP 03

AI 总结

用大模型一次性生成中文日报:总览 + 关注动态 + 论文推荐。

  • Prompt 模板约束输出格式
  • 400 字内、可读性优先
STEP 04

展示 + 问答

单页应用展示,底部 AI 助手基于今日内容做语义问答。

  • RAG 风格:推文+论文+总结作为上下文
  • 多轮对话支持

目标用户与场景

Who is it for
PRIMARY
AI 从业者 / 算法工程师
早上通勤 5 分钟扫一眼今天发生了什么,工作中遇到概念直接问 AI 助手,省下刷推和翻 arXiv 的 1 小时。
"我不用再追十几个账号了,打开就有今天值得看的。"
PRIMARY
AI 产品经理 / 创业者
每天用日报快速感知行业风向,跟团队/投资人沟通时直接拿日报内容作为信息源。
"我和团队开会前的 5 分钟预热,直接打开 NEXA Daily。"
SECONDARY
研究方向学生 / 非英语母语开发者
用中文获取全球 AI 前沿信息,选研究方向前快速 review 最近代表作,语言门槛被 AI 翻译抹平。
"以前看 arXiv 要一个个点开,现在直接看中文摘要 + 推荐理由。"

技术栈

Tech stack
Frontend
原生 HTML / CSS / JS,无构建,秒开
Backend
Vercel Serverless Functions,单文件 catch-all
Storage
内存缓存 + 文件兜底(可平滑迁移到 KV / Redis)
AI Layer
大模型 API(可替换),用于日报生成 + 语义问答
Data Sources
8 位一线研究者账号 + arXiv RSS / API
Scheduler
GitHub Actions 定时抓取 + 推送
Deploy
Vercel 零配置部署,支持自定义域名
Cost
0 基础设施成本,按调用付费模型,可控

价值量化

Impact, in numbers
50min
单用户每天节省的信息消化时间
8+
一线 AI 信源账号追踪
0门槛
中文用户获取英文前沿的语言障碍
1
每天只需要打开一个网页

发展路线

Roadmap
NOW · 已实现

MVP 跑通

8 位研究者账号追踪 + arXiv 论文抓取 + AI 中文日报 + AI 问答,部署上线,可日常使用。

NEXT · 1-2 周

多渠道推送

增加 RSS 订阅、每日邮件推送、浏览器插件,让日报主动找用户,而非用户主动打开网页。

NEXT+ · 2-4 周

个性化订阅

用户可自选关注的研究者 / 主题,日报按订阅生成,Prompt 也支持自定义,沿用现有配置化架构。

FUTURE · 1-2 月

团队 / 多语种 / 移动端

支持团队共享订阅、英文版日报、移动端 PWA,自然的产品演进,不需要重构。

为什么是 NEXA Daily

Differentiation
VS

vs 通用 RSS / 推特

信源精选 + 中文摘要 + AI 过滤噪音;通用 RSS 你还是得自己读完、自己判断。

VS

vs 通用 AI 助手

信息源固定、每日更新、有上下文;ChatGPT 不主动给你今日 AI 圈新闻,你也不知道该问什么。

VS

vs 人工编辑 Newsletter

实时、个性化、可问答;人工 newsletter 一天一更、不互动、信息单向。

NEXA Daily · AI Pulse, Filtered for You TRAE AI 创造力大赛 · 参赛创意方案