OpenAI推出"Company Knowledge"功能，打破企業數據孤島。該功能整合Slack、Google Drive、Salesforce、GitHub等平臺數據，讓ChatGPT進化爲企業智能中樞，幫助員工快速獲取跨系統信息，提升工作效率。
Salesforce公司因涉嫌使用盜版書籍訓練xGen大語言模型，被兩位小說家提起集體訴訟。原告指控其未經授權下載、複製受版權書籍用於AI開發。此類侵權指控在AI行業已屢見不鮮。
Salesforce推出AI代理平臺Agentforce 360，新增文本指導、構建部署工具及Slack集成功能，旨在強化企業級AI市場競爭力，於年度Dreamforce大會前夕發佈。
成立僅16周的初創公司Rocket.new完成1500萬美元種子輪融資，由Salesforce Ventures領投，Accel和Together Fund跟投。公司主打自然語言生成生產級應用，與Lovable、Cursor等競品形成差異化競爭，瞄準AI編程賽道。
Miragic Sales Pilot利用AI進行銷售分析、預測，助力團隊提升業績。
專為在線銷售而設計的CRM，提供通話管理、電話集成、流程自動化、運營商績效監控和分析工具。
salespeak.ai是一個智能AI代理，讓您的潛在客戶可以提出關於您的產品的問題，並得到答案，最終導致他們購買您的產品。
訓練您自己的AI銷售代表，24/7開發、篩選、甚至關閉銷售線索。
Salesforce
GTA1是基於GRPO強化學習訓練的GUI接地模型，專門用於圖形用戶界面自動化操作。相較於依賴冗長思維鏈推理的方法，GRPO直接激勵可操作和有根據的響應，在多個基準測試中表現出卓越的接地性能。
CoDA是Salesforce AI Research研發的基於擴散模型的代碼生成語言模型，具備雙向上下文理解能力，專為強大的代碼生成和補全任務而設計。該模型僅17億參數，在保持低計算要求的同時實現了卓越的代碼生成性能。
GTA1是基於強化學習（GRPO）訓練的最先進GUI接地模型，專門用於圖形用戶界面自動化任務。與依賴冗長思維鏈推理的方法不同，GRPO直接激勵可操作和有根據的響應，在多個挑戰性數據集上展示了卓越的接地性能和代理性能。
Moirai 2.0 是一個僅含解碼器的通用時間序列預測Transformer模型，在多個高質量數據集上進行了預訓練，包括GIFT-Eval、Chronos數據集子集、合成時間序列和Salesforce內部運營數據。相比第一版本，在損失函數、預測方式、數據處理等方面進行了重大改進。
ngocnamk3er
基於Salesforce/codet5-base微調的代碼處理模型，專注於Python代碼相關任務
DeepMostInnovations
基於強化學習的模型，通過Azure OpenAI嵌入技術即時預測客戶對話中的銷售轉化概率。
xGen-small是一款企業級緊湊型語言模型，通過領域聚焦的數據整理、可擴展的預訓練、長度擴展和強化學習微調，以可預測的低成本實現長上下文性能表現。
E1-Math-1.5B是基於DeepSeek-R1-Distilled-Qwen-1.5B微調的語言模型，支持彈性推理和GRPO方法，適用於預算受限的推演場景。
eaddario
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。
xLAM-2是Salesforce研發的大型動作模型系列，專注於多輪對話和函數調用能力，可作為AI代理的核心組件。
phucd
基於Salesforce/blip2-opt-2.7b微調的視覺語言模型，用於圖像問答任務
DevQuasar
Salesforce發佈的8億參數規模的Llama-xLAM-2模型量化版本，專注於文本生成任務
Llama-xLAM-2-70b-fc-r 是由 Salesforce 發佈的大型語言模型，基於 Llama 2 架構，具有 700 億參數。
saja003
基於Salesforce BLIP基礎模型微調，專門針對街道基礎設施和城市環境相關圖像生成描述文本的AI模型。
xLAM-2是基於先進數據合成和訓練管道構建的大型動作模型，擅長多輪對話和工具使用，能將用戶意圖轉化為可執行動作。
xLAM-2-3b-fc-r是Salesforce推出的3B參數大型行動模型，專注於將用戶意圖轉化為可執行行動，在多輪對話和工具使用方面表現優異。
xLAM-2系列是基於先進數據合成和訓練流程構建的大型動作模型(LAMs)，專注於多輪對話和工具使用，在函數調用和代理任務中表現卓越。
xLAM-2是Salesforce推出的新一代大型動作模型，專注於多輪對話和函數調用能力，能夠將用戶意圖轉化為可執行動作，作為AI代理的核心組件。
xLAM-2系列是基於APIGen-MT框架訓練的大型動作模型，專注於多輪對話和函數調用能力，適用於AI代理開發。
xLAM-2是SalesforceAIResearch開發的大型動作模型(LAM)系列，專注於將用戶意圖轉化為可執行動作，增強AI代理的決策能力。
Salesforce MCP服務器是一個基於jsforce的REST API實現，用於與Salesforce平臺交互，提供數據查詢、元數據獲取、記錄增刪改等功能，幷包含安全認證機制。
一個實現Model Context Protocol的Salesforce連接器，支持通過SOQL查詢和SOSL搜索讓LLM與Salesforce數據交互
Salesforce MCP服務器實現，通過自然語言與Salesforce數據和元數據交互
一個與Salesforce Agentforce API交互的MCP服務器，提供認證、會話管理和消息傳遞功能。
Salesforce MCP服務器實現，集成Claude AI實現自然語言交互，支持查詢、修改和管理Salesforce數據和元數據。
一個用於與Salesforce Commerce Cloud API交互的MCP服務器，支持動態端點註冊和OCAPI認證。
Salesforce CLI的MCP服務器，為Claude Desktop等LLM工具提供Salesforce CLI功能
SFCC開發MCP服務器是一個為Salesforce B2C Commerce Cloud開發提供全面支持的MCP協議服務，包含文檔查詢、日誌分析、最佳實踐指南和系統對象定義等功能，支持AI助手集成。
這是一個Salesforce集成示例項目，展示瞭如何使用Model Context Protocol (MCP)與Salesforce進行交互，包括髮送郵件和部署Apex代碼等功能。
Salesforce MCP服務器是一個通過REST API與Salesforce交互的協議服務器實現，提供數據查詢、元數據獲取和記錄操作功能。
CData開發的Salesforce Data Cloud只讀MCP服務器，通過JDBC驅動將Salesforce數據雲暴露為關係型SQL模型，使LLM能夠通過自然語言查詢即時數據。
Salesforce MCP服務器是一個實現自然語言與Salesforce數據交互的服務，支持通過Claude進行對象管理、數據查詢和記錄操作等功能。
Salesforce MCP服務器是一個通過REST API與Salesforce交互的模型上下文協議服務器實現，使用jsforce庫，支持SOQL查詢、元數據檢索和記錄操作。
該項目提供Docker配置，用於容器化運行Salesforce MCP服務器。
該項目是一個基於CData JDBC驅動的Salesforce Marketing只讀MCP服務器，允許LLMs通過自然語言查詢即時數據，無需編寫SQL。
Salesforce MCP服務器是一個實現自然語言與Salesforce數據交互的服務，支持通過Claude進行對象管理、數據查詢和操作等功能。
Salesforce MCP連接器是一個基於自然語言的交互工具，允許用戶通過聊天方式管理Salesforce數據和元數據，支持查詢、搜索、開發工具操作等多種功能。
Salesforce MCP服務器是一個集成Claude/VS Code與Salesforce的平臺，支持通過自然語言與Salesforce數據和元數據進行交互，包括查詢、修改和管理對象記錄等功能。
一個基於Model Context Protocol的Salesforce REST API交互服務器，提供SOQL查詢、元數據獲取、記錄增刪改等功能，支持通過Smithery快速安裝部署。
這是一個基於TypeScript的MCP協議服務器，集成了Salesforce、Atlassian(Jira/Confluence)和Supabase等服務，為AI代理提供標準化的工具調用和資源訪問接口
Safetensors%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)
