法拉利HP車隊與IBM達成深度戰略合作，利用其AI技術升級車迷應用，將賽道海量複雜數據轉化爲沉浸式內容。此舉旨在應對F1粉絲羣體多元化增長，通過生成式AI重塑粉絲經濟，並設立“車迷發展主管”強化互動體驗。
未來不遠公司推出F1機器人，具備22個關節和輪式底盤，能自動執行起牀任務，如推牀、拉窗簾、熱牛奶等，全程無需遙控。它還能掃地、哄娃，續航8小時，通過RVLA模型離線訓練動作，遇障礙自動重試，提升家務效率。
紐約初創公司Eight Sleep獲1億美元融資，用AI技術打造智能牀墊，通過監測用戶睡眠數據提供個性化健康管理。投資方包括HSG、Valor等知名機構，法拉利F1車手也參與投資。該產品旨在解決全球失眠問題，將普通牀升級爲"私人醫生"。
工業AI初創公司CVector獲150萬美元種子前輪融資，專注爲製造業和公用事業提供智能化解決方案。面對客戶對初創公司存續性的普遍擔憂，CVector通過引入專業投資者和強調創始團隊長期承諾來建立信任。兩位創始人憑藉在能源和物理領域的專業背景，整合金融科技、F1賽車開源軟件等資源，開發出能兼容老舊工業系統的AI代理。目前已在化工、汽車和能源行業成功部署，幫助客戶實現設備精準管理和運營優化。
WHEE 推出的 Miracle F1 大模型，生成圖像真實到忘記這是 AI
複雜推理的複合AI模型
卡通抽象扁平插畫模型，用於生成可愛卡通風格插畫。
Baidu
-
輸入tokens/百萬
輸出tokens/百萬
上下文長度
rodrigomt
本項目是基於Qwen3-30B-A3B-Thinking-2507-Deepseek-v3.1-Distill-V2-FP32模型的量化版本，提供了多種GGUF格式文件，包括F16全精度和多種量化版本（Q5_K_XL、Q4_K_XL、Q3_K_XL），滿足不同硬件環境和使用需求。
mradermacher
UZI1-GGUF是基於gemma-3-270m架構的量化版本模型，專門針對文本生成和對話任務進行了優化。該模型提供了多種量化版本，從Q2_K到f16不同精度，滿足不同硬件環境和使用需求。
CIRCL
這是一個基於RoBERTa-base微調的漏洞分類模型，專門用於CWE（通用弱點枚舉）父漏洞分類任務。在評估集上取得了87.5%的準確率和0.6248的F1宏值，能為軟件安全漏洞分析提供有效支持。
yashpwr
一款先進的命名實體識別模型，專門用於從簡歷中提取結構化信息。該模型在22,542份簡歷樣本上訓練，F1分數達到90.87%，可識別25種實體類型，包括個人信息、聯繫方式、工作經歷、教育背景和技能等。
OpenMed
OpenMed-NER-ChemicalDetect-MultiMed-568M是一款專門用於化學實體識別的生物醫學NLP模型，能夠在生物醫學文獻中精準識別化學化合物和物質。該模型基於bge-m3架構，在BC4CHEMD數據集上訓練，達到0.9459的F1分數，為生物醫學研究和臨床應用提供有力支持。
preszzz
這是一個基於AST架構的音頻檢測模型，專門針對無人機音頻識別任務進行微調。在評估集上取得了99.6%的準確率和99.74%的F1值，表現出色。
luisgasco
基於ModernBERT-base微調的模型，在評估集上F1分數為0.3833
ZeroWw
該模型經過自行量化處理，輸出和嵌入張量量化為f16格式，其餘張量量化為q5_k或q6_k格式，體積更小且性能與純f16相當。
ZeroWw是一個經過量化的文本生成模型，輸出和嵌入張量使用f16格式，其餘張量使用q5_k或q6_k格式，體積更小且性能與純f16相當。
一個經過量化的文本生成模型，輸出和嵌入張量採用f16格式，其餘張量採用q5_k或q6_k量化，體積更小且性能與純f16版本持平。
jiyometrik
基於distilbert-base-uncased微調的文本分類模型，F1分數為0.6147
這是moka-ai/m3e-base模型的靜態量化版本，專門用於文本嵌入任務，支持中文和英文。提供了多種量化級別，從Q2_K到f16，滿足不同場景下的性能和精度需求。
這是ltg/flan-t5-definition-en-xl基礎模型的靜態量化版本，專門用於文本到文本生成和定義建模任務。該模型提供了多種量化級別，從極小的Q2_K到高質量的Q8_0和f16版本，用戶可以根據硬件資源和精度需求選擇合適的版本。
mahdin70
基於Microsoft的UniXcoder微調的C/C++代碼漏洞檢測模型，準確率68.34%，F1分數62.14%
ai4privacy
基於ModernBERT-base的多語言PII脫敏與分類模型，支持8種語言，F1分數達0.915。
專為英語文本的個人身份信息（PII）脫敏設計的模型，基於50萬條英語PII數據集微調，綜合F1分數達98.82%。
laurafcamargos
基於distilbert-base-uncased-distilled-squad微調的問答模型，在評估集上F1分數達81.33
SunitOutreach
基於BERT-base的微調模型，用於文本分類任務，在評估集上F1分數達到0.9313
mrm8488
基於ModernBERT-base微調的金融新聞情感分析模型，在評估集上F1分數達0.9765
基於ModernBERT-base微調的金融新聞情感分析模型，在評估集上F1分數達到0.9765
一個基於TypeScript的F1賽車數據MCP服務器，提供即時和歷史F1賽事數據，包括車手信息、賽道數據、天氣情況等，支持通過標準化URI訪問。
一個基於TypeScript的F1賽車數據MCP服務器，提供即時和歷史F1賽事數據訪問。
基於FastF1的F1數據查詢服務
一個提供全面F1賽車數據和分析的MCP服務器，包含36+工具，支持比賽結果、遙測分析、計時數據、策略統計、即時信息等多種功能，可與Claude Desktop集成。
一個提供F1賽車數據的MCP服務器，包含賽事日程、車手信息、遙測數據和比賽結果等功能。
一個基於TypeScript的F1賽車數據MCP服務器，提供即時和歷史F1賽事數據，包括計時數據、車手信息、賽道信息等。
基於FastF1的F1賽車數據MCP服務器，提供賽程、成績、圈速等即時數據查詢服務
Safetensors多語言%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)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
