Mozilla與Anthropic合作，在14天內利用Claude AI挖掘出Firefox瀏覽器超100個安全漏洞，包括14個高危漏洞並已修復。Anthropic的Frontier Red Team採用全新AI輔助方法，展現了AI在網絡安全領域的強大潛力。
AI安全審計展現驚人效率。Anthropic與Mozilla合作，利用Claude Opus 4.6模型對Firefox瀏覽器進行安全檢測，僅兩週就發現22個安全漏洞，其中14個爲高危漏洞。這些漏洞佔Mozilla全年修復高危漏洞的五分之一，凸顯了AI在代碼審查領域的巨大潛力。
Mozilla發佈火狐瀏覽器148版本，新增“AI控制”面板，允許用戶禁用或自定義AI功能，以提升隱私保護和瀏覽簡潔性。同時，新版增強了內置翻譯功能，支持繁體中文與越南語之間的互譯。
Mozilla在Firefox 148.0版本中新增“AI終止開關”，允許用戶徹底關閉所有內置AI功能，將選擇權交還給用戶。此舉旨在應對瀏覽器過度集成AI插件引發的困擾，與其他廠商爭相加入AI功能的趨勢形成鮮明對比。
AI助手，快速總結網頁內容，保護隱私
Mozilla.ai是一個構建可信賴和開放源代碼人工智能生態系統的創業公司和社區
Mozilla
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。基於廣泛的訓練，Qwen3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。
Qwen3-4B是Qwen系列最新一代的大語言模型，具有4B參數規模，支持128k上下文窗口和100多種語言，在推理、指令遵循和代理能力方面表現優異。
Qwen3是Qwen系列最新一代的大語言模型，提供0.6B參數的密集模型，在推理、指令遵循、代理能力和多語言支持方面有突破性進展。
Gemma 3是Google推出的輕量級開源模型系列，基於Gemini技術構建，支持多模態輸入和文本輸出。
Gemma是Google推出的輕量級開放模型系列，基於與Gemini相同的研究技術構建。llamafile版本由Mozilla打包為可執行文件，便於多平臺使用。
mozilla-ai
這是一個基於法語數據集微調的Whisper-small語音識別模型，詞錯誤率相比基線模型降低了6.793個百分點。
基於YOLOv11的目標檢測模型，用於在衛星圖像中檢測游泳池。
基於Mozilla Common Voice數據集中35141個加利西亞語樣本微調的Whisper-small語音識別模型
這是一個基於openai/whisper-small模型在希臘語語音識別任務上微調的自動語音識別(ASR)模型，使用Mozilla Common Voice 17.0數據集中的3620個希臘語樣本進行訓練。
DistilBART-CNN-12-6是BART模型的蒸餾版本，專門用於文本摘要任務，具有更小的模型尺寸和更高的推理效率。
dvislobokov
基於OpenAI Whisper Large V3 Turbo優化的俄語自動語音識別(ASR)模型，使用Mozilla Common Voice 17俄語數據集微調
基於VIT圖像編碼器和蒸餾版GPT-2文本解碼器的視覺語言模型，用於圖像描述生成任務
bangla-speech-processing
這是一個基於Whisper small架構的孟加拉語自動語音識別模型，在約400小時的Mozilla Common Voice數據集上微調訓練，詞錯誤率4.58%
qanastek
本模型是 openai/whisper-tiny 在 mozilla-foundation/common_voice_11_0 fr 數據集上的微調版本，專注於法語語音識別任務。
tonyalves
基於facebook/wav2vec2-xls-r-300m在Mozilla Common Voice葡萄牙語數據集上微調的自動語音識別模型
jfreiwa
基於Mozilla Common Voice 6.1、德語維基百科語音語料庫和m-ailabs語料庫訓練的德語ASR模型，詞錯誤率7.24%
jsnfly
這是一個基於MOZILLA-FOUNDATION/COMMON_VOICE_7_0德語數據集訓練的自動語音識別編碼器-解碼器模型，結合了Wav2Vec2和GPT2架構的優勢。
ghofrani
該模型是基於Mozilla Common Voice 7.0波斯語數據集微調的自動語音識別(ASR)模型，專門用於波斯語語音轉文本任務。
sammy786
該模型是基於facebook/wav2vec2-xls-r-1b在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - cs數據集上微調得到的捷克語自動語音識別模型。
chmanoj
該模型是在MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - AB數據集上對xls-r-dummy進行微調的自動語音識別模型
一個基於Python的MCP服務器，使用Mozilla Readability算法提取網頁內容並轉換為優化的Markdown格式。
該項目是基於Mozilla Readability算法的Python實現，通過MCP協議提供網頁內容提取和轉換服務，將網頁內容轉換為適合LLM處理的Markdown格式。
SuperFetch MCP服務器是一個基於模型上下文協議的網頁內容提取工具，它能夠智能抓取網頁、使用Mozilla Readability提取可讀內容，並以AI友好的JSONL或Markdown格式返回，支持結構化內容塊、內置緩存和安全防護。
基於Python的MCP服務器，使用Mozilla Readability算法提取網頁內容並轉換為優化的Markdown格式，適用於LLM處理。
%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)
