Mozilla任命新CEO並推出“AI-first”戰略，計劃將AI模型嵌入Firefox核心功能，以應對市場份額跌破3%的挑戰。新功能包括分頁旁添加摘要、改寫及搜索助手，並提供“全局關閉”按鈕。此舉引發開源社區對隱私和瀏覽器核心使命的擔憂。
Mozilla Firefox 將推出“終止開關”功能，讓用戶能一鍵關閉所有AI功能，以迴應社區對隱私和瀏覽器臃腫的擔憂。此舉旨在賦予用戶絕對控制權，重建信任。
Mozilla任命Anthony Enzor-DeMeo爲新任CEO，接替臨時CEO勞拉·錢伯斯。作爲前Firefox業務總經理，他的上任正值AI重塑瀏覽器市場的關鍵時刻。面對Chrome、Safari等傳統巨頭及Perplexity、Arc等新興AI瀏覽器的競爭，Mozilla旨在堅守隱私與開放網絡的使命，探索AI浪潮中的“第三條路”。
Mozilla任命新CEO，明確Firefox在AI浪潮下的策略：堅持AI功能爲“可選項”，尊重用戶選擇權，區別於強制植入AI的競品。
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。
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。
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。
lgris
這是一個基於葡萄牙語的自動語音識別模型，在Mozilla Common Voice 7.0數據集上訓練，支持葡萄牙語語音轉文本任務。
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)
