谷歌正將Chrome瀏覽器升級爲AI助手，推出集成AI的新功能。核心亮點是側邊欄體驗，Gemini用戶可直接調用AI對比購物、總結評論、搜索活動時間，推動搜索向智能代理進化。
AI瀏覽器插件普及，但隱私風險加劇。研究顯示超半數Chrome AI插件收集用戶數據，近三分之一獲取個人身份信息。
谷歌宣佈桌面版Chrome瀏覽器全面集成Gemini3模型，將傳統瀏覽器升級爲通用人工智能入口。這一變革使全球38億用戶能通過側邊欄直接使用AI功能，實現多模態理解和多任務處理，標誌着互聯網交互進入新階段。
2026年1月29日，谷歌爲Chrome瀏覽器推出“自動瀏覽”功能，基於Gemini AI實現從“問答助理”到“行動代理”的轉變。該功能不僅能摘要網頁、回答問題，更能自主執行復雜操作，標誌着Chrome向AI代理的進化。
安裝Knapsack Chrome擴展，在瀏覽器中獲取AI助力，安全聊天與運行代理。
免費開源，無需遷移，為現有Chrome瀏覽器添加AI超能力
BlabbyAI Chrome擴展，快速準確將語音轉換為文本，支持任意網站語音輸入。
構建Gen AI聊天機器人、AI Agent和語音機器人，適用於WhatsApp、Instagram、Messenger、Web、Slack等渠道。
kayte0342
ChronoEdit-14B是NVIDIA開發的一款具備時間推理能力的圖像編輯和世界模擬模型，擁有140億參數。它通過兩階段推理過程實現物理感知的圖像編輯和基於動作條件的世界模擬，從預訓練視頻生成模型中提煉先驗知識。
QuantStack
這是NVIDIA ChronoEdit-14B-Diffusers模型的GGUF量化版本，專門用於圖像轉視頻任務。該模型保留了原始模型的所有功能，同時通過GGUF格式優化了部署和運行效率。
amazon
Chronos-2是一個擁有1.2億參數的時間序列基礎模型，支持零樣本預測。它在單一架構內支持單變量、多變量和協變量感知任務，在多個基準測試中實現了零樣本預測的最先進精度，且推理效率極高。
CenKreChro-SVDQ是基於CenKreChro文本到圖像模型的量化版本，採用SVDQuant技術進行優化。該模型結合了Chroma和Flux Krea的優勢，提供了高效的圖像生成能力，特別針對不同GPU架構進行了優化。
spooknik
CenKreChro-SVDQ 是基於 Chroma 和 Flux Krea 合併的文本到圖像生成模型的量化版本，採用 SVDQuant 技術進行優化，提供 INT4 和 FP4 兩種量化格式，分別適用於不同世代的 GPU 硬件。
bunnycore
chroma_art-lora 是一款專門設計的 LoRA 模型，旨在為生成的圖像賦予獨特的藝術美感，尤其注重鮮豔的色彩和藝術風格。它適用於創建風格化的數字藝術作品，如動漫、電影感圖像和桌面壁紙。
duyntnet
Chroma 是一個高質量的文本到圖像生成模型，專注於生成逼真的圖像內容。該模型採用先進的擴散技術，能夠根據文本描述生成高質量的視覺內容，特別適合本地部署環境下的圖像創作需求。
lodestones
Chroma1-HD是基於FLUX.1-schnell架構的文本到圖像生成基礎模型，擁有89億參數，採用Apache 2.0開源許可。該模型專為微調設計，為開發者和研究人員提供了強大的圖像生成基礎，支持創建各種專業化的視覺內容。
Salesforce
Moirai 2.0 是一個僅含解碼器的通用時間序列預測Transformer模型，在多個高質量數據集上進行了預訓練，包括GIFT-Eval、Chronos數據集子集、合成時間序列和Salesforce內部運營數據。相比第一版本，在損失函數、預測方式、數據處理等方面進行了重大改進。
Chroma1-Base是一個擁有89億參數的文生圖基礎模型，基於FLUX.1-schnell架構構建，採用Apache 2.0許可證。該模型專為微調設計，為開發者、研究人員和藝術家提供強大而中立的基礎，用於創建專門的生成模型。
Chroma模型的GGUF量化版本，支持文本到圖像的轉換和圖像生成。
DFloat11
這是原始lodestones/Chroma（v39）模型的DFloat11無損壓縮版本，將模型大小縮小了32%，同時保持位級相同的輸出，並支持高效的GPU推理。
SG161222
SPARK.Chroma是一款基於Chroma1-HD模型微調的文本到圖像生成模型，專注於生成逼真圖像。該模型擁有89億參數，採用Apache 2.0許可協議，當前為預覽版本。
manelalab
ChronoBERT是一系列高性能時間一致性大語言模型，旨在消除前瞻性偏差和訓練數據洩露，同時在時間敏感應用中保持良好的語言理解能力。
silveroxides
Chroma-GGUF 是一個基於 lodestones/Chroma 的量化模型集合，提供多種不同精度的量化版本，適用於不同的硬件和性能需求。
nieche
基於專有數據集微調的時間序列預測模型，特別適用於間歇性需求預測場景。
基於amazon/chronos-bolt-base架構微調的時間序列預測模型，專門針對間歇性需求預測任務優化
基於1.9億時間序列數據點微調的間歇性需求預測模型
基於amazon/chronos-bolt-small精調的時間序列預測模型，使用2500萬行專有數據訓練
jhshao
ChronoDepth是基於視頻擴散先驗的時序一致視頻深度學習方法，能夠從視頻中學習並預測深度信息。
Browser MCP是一個MCP服務器+Chrome擴展，通過AI應用（如VS Code、Claude等）實現瀏覽器自動化操作，具有快速、隱私保護、保持登錄狀態和規避檢測等特點。
BrowserTools MCP是一個強大的瀏覽器監控與交互工具，通過Chrome擴展和本地服務器實現AI對瀏覽器的智能分析與操作。
Node.js調試器MCP服務器，提供基於Chrome DevTools協議的完整調試功能，包括斷點設置、單步執行、變量檢查和表達式評估等
MCP記憶服務是一個基於ChromaDB和句子轉換器的語義記憶存儲系統，為Claude Desktop提供長期記憶和語義搜索功能。
Chroma是一個開源的向量數據庫，提供Python和JavaScript LLM應用的內存支持，支持多種客戶端類型和文檔操作。
LCBro是一個低成本瀏覽器自動化MCP服務器，支持Playwright和Chrome DevTools協議，提供智能數據預處理和遠程瀏覽器管理功能，可減少LLM API調用成本達80%。
Chronos MCP Server是一個基於.NET Core的時間服務，通過Model Context Protocol提供時區感知的日期和時間信息。
一個基於Streamable HTTP MCP協議的遠程ChromaDB服務器，為Claude等AI助手提供向量數據庫的遠程訪問能力，支持跨平臺共享記憶和語義搜索。
一個基於Playwright的瀏覽器自動化工具，支持Greasemonkey API和Chrome調試功能
MCP-Undetected-Chromedriver是一個基於undetected-chromedriver的MCP服務，提供繞過反爬檢測的瀏覽器自動化控制接口，適用於網頁自動化測試和數據採集場景。
Electron調試MCP服務器是一個連接模型上下文協議(MCP)與Electron應用的橋樑，提供通過標準化API進行高級調試的能力，深度集成了Chrome開發者工具協議(CDP)以實現高級調試功能。
一個通過Chrome瀏覽器實現Google搜索和網頁內容提取的MCP工具，與Claude集成增強搜索能力
基於MCP架構的Chrome瀏覽器自動化服務，提供網頁控制、登錄管理和元素操作功能
Chronulus AI預測代理與Claude集成的MCP服務器
Chrome DevTools MCP是一個模型上下文協議服務器，通過MCP集成Chrome開發者工具協議，允許用戶通過連接Chrome開發者工具來調試Web應用程序。
一個基於Playwright的MCP服務器，支持通過CDP連接現有Chrome實例，提供瀏覽器自動化能力。
基於Chrome登錄會話的Instagram內容獲取MCP服務
一個通過Chrome開發者工具協議提供精細控制瀏覽器的MCP服務器
GoScry是一個基於Go語言的服務器應用，通過Chrome DevTools協議控制瀏覽器執行網頁操作任務，提供API接口和DOM解析功能。
一個基於Spring AI的Chrome瀏覽器交互MCP服務器，支持通過指令控制瀏覽器操作如打開網頁、搜索、截圖等，可管理多個瀏覽器實例和標籤頁。
Safetensors%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
