西班牙初創公司Xoople融資1.3億美元，總投資達2.25億美元，計劃構建衛星星座，通過EarthAI平臺實時繪製地球地圖，爲人工智能應用提供精確數據支持。
3月22日，魔搭社區聯合多家權威機構發佈“EAI-100具身智能2025年度榜單”，系統評選該領域百項代表性成果與人物。螞蟻靈波科技同時入選“年度10大突破”與“先鋒人物20”兩大核心榜單。該評選強調真實、可驗證的產業貢獻與創新價值。
FF創始人賈躍亭在NADA大會上發佈首批具身智能機器人，標誌公司正式進軍AI機器人領域。文章聚焦其戰略突破，並體現了賈躍亭標誌性的宏大敘事風格。
英偉達發佈三款開源AI模型，旨在革新氣象預報。這些模型通過AI算法挑戰傳統數值模擬，可大幅提升預報速度並降低運營成本。傳統天氣模擬耗時且需巨大算力，而“Earth-2”系列模型展示了AI在該領域的潛力。
免費AI轉錄工具，可將音視頻轉文本，支持多語言及免費AI摘要
PA廣播與姓名播報自動化，支持國際姓名播報和自動多語言翻譯
零配置桌面端AI智能體，適配Mac與Windows，基於OpenClaw框架打造。
清爽簡單的AI圖像與視頻創作平臺，多種功能，無學習曲線
easygoing0114
Qwen-Image-Edit-2509_clear 是 Qwen-Image-Edit-2509 模型的微調版本，專門針對圖像生成質量進行優化。該模型能夠生成更清晰、更鮮豔的圖像，具有更高的對比度、更豐富的色彩和更精細的細節表現。
nvidia
NVIDIA GPT-OSS-120B Eagle3是基於OpenAI gpt-oss-120b模型的優化版本，採用混合專家（MoE）架構，具備1200億總參數和50億激活參數。該模型支持商業和非商業使用，適用於文本生成任務，特別適合AI Agent系統、聊天機器人等應用開發。
EarthnDusk
Earth & Dusk項目是一個基於OnomaAIResearch/Illustrious-xl-early-release-v0基礎模型的文本到圖像轉換項目，使用diffusers庫實現圖像生成。該項目專注於藝術創作，採用CREATIVE ML OPEN RAIL M許可證，由0FTH3N1GHT PRODUCTIONS監督。
RedHatAI
這是一個基於EAGLE-3推測解碼算法的推測器模型，專門設計用於與Qwen/Qwen3-32B模型配合使用，通過推測解碼技術提升文本生成效率，在數學推理和通用問答方面有良好表現。
Ktiseos Nyx九月檢查點是一個基於LoRA融合技術的文本到圖像生成模型，採用creativeml-openrail-m許可證。該模型基於OnomaAIResearch/Illustrious-xl-early-release-v0基礎模型構建，使用EarthnDusk/XL_PDXL_Embeddings數據集進行訓練，專注於高質量的圖像生成任務。
Piero2411
這是一個基於YOLOv8s架構的專門用於條形碼和QR碼檢測的計算機視覺模型。該模型在包含5000多張圖像的綜合數據集上進行了微調，支持多種條形碼類型（如EAN13、Code128等）和QR碼的精確檢測與分類。
這是一個基於EAGLE-3推測解碼算法的文本生成模型，專為與meta-llama/Llama-3.1-8B-Instruct配合使用而設計。通過推測解碼技術提升文本生成效率，支持多種語言。
專為Qwen/Qwen3-8B設計的推測解碼模型，採用EAGLE-3算法提升文本生成效率和質量，通過多個優質數據集訓練獲得優秀的泛化能力
eagle0504
基於巴菲特1998-2024年股東信微調的問答模型，專門回答關於其投資哲學和決策邏輯的問題
eaddario
Qwen3是Qwen系列最新一代的大語言模型，提供了一系列密集和混合專家(MoE)模型，在推理、指令遵循、代理能力和多語言支持方面取得了突破性進展。
worstchan
EAT-base是基於EAT-large預訓練模型的微調版本，在AS-2M數據集上進行了進一步訓練，提供增強的音頻表示能力。該模型採用自監督預訓練的高效音頻Transformer架構，在下游音頻理解任務如分類和字幕生成中表現優異。
EAT-base是基於EAT框架訓練的自監督音頻Transformer模型，在AS-2M數據集上進行預訓練。該模型能夠高效提取音頻特徵，可作為強大的初始化模型用於下游音頻理解任務的微調。
EAT-base是一個自監督預訓練的高效音頻Transformer模型，在AS-2M數據集上進行了微調，提供增強的音頻表示能力，在分類和字幕生成等下游音頻理解任務中表現優異。
Salesforce開發的8B參數大型動作模型(LAM)，專注於將用戶意圖轉化為可執行動作，在多輪對話和工具使用方面表現優異。
John6666
基於穩定擴散（Stable Diffusion）技術的文本生成圖像模型，支持生成照片級真實感的圖像，尤其擅長小馬主題的圖像生成。
Eagle 2.5是一款前沿的視覺語言模型（VLM），專為長上下文多模態學習設計，支持處理長達512幀的視頻序列和高分辨率圖像。
UCSC-VLAA
VLAA-Thinker是一個創新的視覺語言模型，能夠同時處理圖像和文本輸入，並生成高質量的文本輸出。該模型基於論文《SFT or RL? An Early Investigation into Training R1-Like Reasoning Large Vision-Language Models》的研究成果開發，專注於類似R1的推理能力。
Eason918
基於DistilBERT微調的惡意網址檢測模型，可準確識別釣魚或惡意軟件等有害鏈接
基於DeepSeek-R1-Distill-Qwen-7B的實驗性逐層量化模型，採用定製化量化方法在保持性能的同時顯著減小模型大小，優化在資源受限環境中的推理性能。
KnutJaegersberg
Eagle2是一個高性能的視覺語言模型系列，專注於通過數據策略和訓練方法的優化來提升模型性能。Eagle2-9B是該系列中的大型模型，在性能和推理速度之間取得了良好平衡。
基於Uber Eats的MCP服務器原型，實現LLM應用與外部工具的無縫集成
EasyMCP是一個簡化Model Context Protocol (MCP)服務器開發的TypeScript庫，提供簡潔API和實驗性裝飾器支持，自動處理類型推斷和模板配置。
為NASA地球數據搜索(CMR)開發的模型上下文協議(MCP)服務器，通過Earthaccess實現AI檢索與NASA數據集目錄的集成。
Earthdata MCP Server是一個基於Model Context Protocol的服務器實現，專為與NASA Earthdata交互而設計，提供高效的地理空間數據集發現和檢索工具。
Jupyter Earth MCP Server是一個基於Model Context Protocol (MCP)的服務實現，專為Jupyter筆記本中的地理空間分析提供工具支持。
EasyChatDM是一個用於創建簡單MCP服務器工具的教育項目，旨在通過生成式AI為D&D遊戲提供隨機決策工具。
這是一個包含大量開源AI項目的列表，涵蓋了從自然語言處理、圖像生成到自動化工作流等多個領域。這些項目旨在幫助開發者利用AI技術構建各種應用，包括聊天機器人、代碼生成工具、數據處理系統等。
MCP Easy Copy是一個幫助用戶輕鬆發現和複製Claude Desktop中可用MCP服務的工具服務器。它能自動讀取配置，提取所有MCP服務名稱，並以易於複製的格式展示在工具列表頂部，解決用戶需要手動查找服務名稱的痛點。
基於MCP協議的AutoCAD集成服務器，支持通過自然語言控制AutoCAD進行繪圖、圖層管理和圖紙分析
JR東日本列車延遲信息MCP服務器
這是一個用於EAN-Search.org產品數據庫的官方MCP服務器，允許AI工具鏈訪問其條碼和產品信息。
easyMcp是一個幫助開發者快速構建可擴展MCP服務器框架的工具，支持stdio和SSE兩種啟動模式，簡化開發流程。
這是一個讓AI Agent能夠操作INFINI Easysearch（兼容Elasticsearch/OpenSearch API）的MCP服務器，提供121個工具覆蓋集群管理、索引操作、文檔搜索等全部功能。
一個基於Python的數學代理系統，集成AI、Word和Gmail功能，提供數學計算、可視化及郵件報告服務。
AutoCAD MCP服務器是一個基於Model Context Protocol的集成服務，通過自然語言實現與AutoCAD的交互，支持基礎繪圖、圖層管理和專業圖紙生成等功能。
提供基於Detect It Easy的可執行文件分析MCP服務器，允許AI代理通過DIE工具分析文件格式和特徵
Re:Earth CMS的MCP服務器，提供內容管理系統集成功能，支持資產管理、評論、數據導出、項目管理和模型操作等。
Easy-MCP-Use是一個開源的TypeScript庫，旨在連接任何LLM到任何MCP服務器，並構建具有工具訪問權限的自定義代理。它支持多種LLM模型和MCP服務器，提供動態服務器選擇、多服務器支持、工具限制等功能，使開發者能夠輕鬆地將LLM連接到各種工具。
一個用於與Eagle應用交互的MCP服務器
一個用於多工具選擇的簡單複用器，作為easymcp的演示項目。
Diffusers英語%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)
