立陶宛創業公司Nexos.ai完成3000萬歐元A輪融資，由Index Ventures和Evantic Capital領投，估值達3億歐元。該公司專注企業AI安全，作爲員工與AI系統間的中介平臺，確保數據安全。本輪融資距其脫離隱身模式僅數月，此前曾獲800萬美元融資。
1Password推出Secure Agentic Autofill功能，應對AI代理自動瀏覽網頁時可能濫用或泄露用戶登錄憑證的安全風險。該方案旨在保護敏感信息，防止密碼被AI工具或大型語言模型不當記憶或使用。
美國證券交易委員會(SEC)宣佈成立人工智能專責小組，由首席AI官瓦萊麗・謝切潘尼克領導。該小組旨在推動AI技術在SEC的創新應用，提升監管效率和準確性，同時確保負責任地使用AI。SEC主席表示，此舉將強化投資者保護和市場公平。謝切潘尼克擁有豐富監管經驗，將協調各部門AI轉型工作，推動可信賴的AI解決方案落地。
阿里安全團隊與印第安納大學合作發現新型macOS/iOS安全威脅：通過"香蕉郵件"發送畸形X.509證書可導致系統崩潰。研究在6個主流密碼庫中發現18個新漏洞和12個已知漏洞，這些漏洞會耗盡系統資源。團隊開發了X.509DoSTool檢測工具並提出緩解方案，該成果獲USENIX Security'25會議提名。研究提醒用戶警惕此類可用性攻擊，開發者需加強證書驗證機制的安全性。
一體化安全平臺，保護代碼、雲端和運行環境，自動修復漏洞，集成代碼質量管理，讓開發者專注於創造。
本地AI與雲端性能相匹配，適用於日常任務。離線工作，保護數據隱私而不降低質量。
通過訓練您的 AI 自我，增強個性，連接世界。
一個針對AI工程師的趣味遊戲，通過提示挑戰激發創造力。
LeviDeHaan
SecInt是一個針對即時nginx安全日誌分類進行微調的SmolLM2-360M模型，旨在自動檢測Web服務器日誌中的安全威脅、錯誤和正常流量模式，準確率超過99%，可在CPU上實現即時檢測。
second-state
NVIDIA-Nemotron-Nano-9B-v2-GGUF是基於NVIDIA原始模型進行量化處理後的版本，支持多種語言的文本生成任務，包括英語、西班牙語、法語等。該模型經過GGUF格式量化，提供多種量化級別以適應不同硬件需求。
基於jinaai/jina-embeddings-v3模型進行量化處理的嵌入模型，專為LlamaEdge設計，提供高效的文本嵌入能力，支持多種量化版本以滿足不同場景需求
這是Google Gemma 3 4B指令調優模型的量化版本，提供多種精度級別的GGUF格式文件，適用於不同的硬件和性能需求場景。
這是Google Gemma-3n-E2B-it模型的量化版本，支持使用LlamaEdge框架運行。該模型是一個27億參數的多語言指令調優模型，專門針對英語和E2B（English-to-Bengali）翻譯任務進行了優化。
medgemma-4b-it 是一個專注於醫療領域的多模態模型，能夠處理圖像和文本輸入，適用於放射學、臨床推理等多個醫療場景。
MonsterMMORPG
TRELLIS圖像條件版本是一個大型3D生成模型，能夠根據輸入的2D圖像生成對應的3D模型。
clouditera
全球首個網絡安全開源大模型，專為網絡安全場景打造，融合自然語言理解、代碼生成、安全知識推理等核心能力。
Llama-4-Scout-17B-16E-Instruct 是一個多語言指令微調模型，支持多種語言，可通過 LlamaEdge 運行。
secretmoon
基於YandexGPT5-lite核心的俄語語言模型，專注於角色扮演和創意寫作，使用約210MB高質量角色扮演翻譯內容進行微調。
Mistral-Small-3.1-24B-Instruct-2503 是一個24B參數規模的多語言指令微調模型，支持多種語言和任務，適用於文本生成和對話場景。
Gemma-3-27b-it-GGUF 是基於 Google 的 Gemma-3-27b-it 模型經過量化處理的版本，適用於圖像文本到文本的任務。
Gemma-3-12b-it 是 Google 開發的一個大型語言模型，基於 transformer 架構，專注於文本生成任務。
Gemma-3-4b-it-GGUF 是對 Google 的 Gemma-3-4b-it 模型進行量化處理的版本，使其能在 LlamaEdge 上運行，適用於圖像文本到文本的轉換任務。
MiniCPM-o-2_6 是一個多模態轉換模型，支持多種語言，適用於多種任務。
secemp9
TraceBack 12b 是基於 Mistral-Nemo-Instruct 架構的 4bit 量化版本，專注於指令遵循和思維鏈推理任務。
viettelsecurity-ai
這是一個專注於網絡安全領域的文本生成模型，基於30億參數的Transformer架構，支持越南語和英語，專門針對網絡安全相關任務進行優化訓練。
Phi-4-mini-instruct-GGUF 是基於 Microsoft Phi-4-mini-instruct 模型的量化版本，採用 GGUF 格式，可通過 LlamaEdge 運行。該模型支持多語言文本生成任務，提供多種量化級別以滿足不同場景需求。
這是DeepSeek-R1-Distill-Qwen-14B模型的量化版本，通過GGUF格式提供多種量化級別，支持通過LlamaEdge運行。該模型是基於Qwen-14B架構的知識蒸餾版本，具備128K上下文長度。
OuteTTS-0.3-1B 是一個支持多語言的文本轉語音模型，由 OuteAI 開發，Second State Inc. 進行了量化處理。
Kali Linux環境下的MCP服務器集合，專注於逆向工程、安全測試和自動化工作流。
Awesome MCP Security 是一個關於模型上下文協議（MCP）安全的資源集合，包括安全考慮、論文、視頻、文章、工具和服務器等內容，旨在幫助用戶瞭解和應對MCP相關的安全挑戰。
一個專注於安全性的MCP服務器實現集合，提供企業級安全加固，支持多種安全平臺集成，包括Splunk、CrowdStrike和MISP，具備全面的安全防護措施。
該項目包含Cloud Security Alliance模型上下文協議服務器，涵蓋多種功能模塊和服務接口，包括Anthropic導入的多個實用工具和CSA提供的聊天服務。
MCP Server Pentest是一個自動化Web安全測試工具，提供XSS和SQL注入漏洞檢測、瀏覽器交互及監控功能。
一個專為Kali Linux設計的MCP服務器集合，旨在增強AI代理在逆向工程和安全測試中的能力，提供網絡分析、目標嗅探、流量分析、二進制解析及自動化等功能。
AWS Security MCP是一個基於模型上下文協議的服務，允許AI助手通過自然語言查詢自主檢查和分析AWS基礎設施的安全問題，支持多種AWS安全服務，包括IAM、EC2、S3等，並提供安全建議和威脅建模報告。
GoPlus安全MCP服務器提供基於GoPlus Security API的區塊鏈安全分析工具，包括地毯拉檢測、釣魚網站識別、NFT安全分析等功能，支持以太坊、BSC、Polygon等多個主流區塊鏈網絡。
一個安全的MCP服務器實現，用於執行受控的命令行操作，具有全面的安全功能。
Enkrypt AI Secure MCP Gateway是一個安全的MCP網關，提供認證、自動工具發現、緩存和護欄執行功能。它位於MCP客戶端和MCP服務器之間，充當MCP服務器和客戶端的雙重角色。
一款全面的代碼倉庫安全掃描工具，通過MCP服務器提供漏洞檢測、敏感信息掃描、依賴審計等功能，幫助開發者識別代碼庫中的安全問題。
SecureAnnex MCP服務器是一個用於分析瀏覽器擴展安全性的工具，提供查詢、分析和評估擴展安全性的功能，包括漏洞檢測、簽名檢查、代碼審查等。
一個基於Node.js的實驗性Model Context Protocol服務器，提供對Autodesk Platform Services API的訪問，並通過Secure Service Accounts功能實現細粒度訪問控制。
一個結合多AI源的代碼問題解決服務器
一個為AI代理提供SEC EDGAR數據訪問和交互的模塊化計算平臺服務器。
ETH Security MCP是一個為安全分析師、審計師和事件響應人員提供的MCP服務器集合，支持通過Dune、Sources和Cast等服務進行區塊鏈交易分析、函數簽名查詢和交易模擬。
該項目利用MCP協議和AI技術構建自動化網絡安全工具，涵蓋紅隊攻擊模擬、SOC分析、惡意軟件開發、威脅狩獵等多個領域，實現安全任務的智能化與自動化。
一個集成了多種安全工具的綜合性安全運維平臺，提供統一界面運行各類安全掃描和測試工具，支持Docker部署和JSON格式輸出。
winsecMCP是一個基於Python的Windows安全配置自動化工具，通過與Claude客戶端集成，提供防火牆、遠程桌面、用戶賬戶控制等安全設置的檢查與修改功能。
KSM MCP是一個安全的AI密鑰管理中間件，通過Model Context Protocol讓AI助手安全訪問Keeper Secrets Manager，支持密鑰的增刪改查和文件夾管理，所有敏感操作都需要用戶確認。
%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)
