微軟Azure ND GB300v6虛擬機在Llama270B模型上創下每秒110萬token推理速度新紀錄。該成就基於與英偉達的深度合作，採用配備72個Blackwell Ultra GPU和36個Grace CPU的NVIDIA GB300NVL72系統，突顯微軟在規模化AI運算領域的專業實力。
Qwen3-Coder系列迎來了新成員——Qwen3-Coder-Flash，這款被開發者親切稱爲“甜品級”的編程模型以其卓越的性能和高效的運行速度，爲編程領域帶來了新的驚喜。 Qwen3-Coder-Flash的全稱爲Qwen3-Coder-30B-A3B-Instruct，它在性能和效率方面表現出色，特別是在代理式編程（Agentic Coding）、瀏覽器使用(Agentic Browser-Use)和工具調用(Tool Use)等領域，展現了超強的Agent能力。這一能力不僅超越了當前的頂級開源模型，僅略遜於頂配版
B站AI內容生態爆發：2025年Q1數據顯示，平臺AI相關內容日均播放時長增長超100%，投稿量增長130%，1.4億月活用戶中95後佔比超80%。平臺首發TOP30AI應用榜單，Deepseek等產品位居前列，並催生趣味創作內容。頭部創作者效應顯著，全網AI領域前十UP主均來自B站。視頻播客成新增長點，消費時長同比增長270%。B站通過開放AI體驗區和播客間，持續引領AI內容傳播新趨勢。
AI編碼工具Windsurf宣佈重新上線Anthropic的Claude Sonnet4模型，爲Pro用戶提供每月250次調用權限（2倍信用消耗）。該模型以72.7%的SWE-bench測試表現著稱，支持200K token上下文窗口，能實現代碼生成、複雜重構等功能。此前因Anthropic限制直接訪問，Windsurf曾推出BYOK方案應對。此次恢復合作被視爲市場競爭下的重要突破，但2倍計費模式可能增加用戶成本。未來平臺或將進一步優化模型集成與定價策略。
Nav ai助您發現最佳AI工具，提升生產力，提供專家指南。
OpenAI 提供的內置工具，用於擴展模型的能力，如網絡搜索和文件搜索。
Tolan: Alien Best Friend 是一款以聊天和情感陪伴為核心功能的社交類APP。
基於AI生成圖像的3D渲染模型
EightiesPower
bl00dsqibWan22-lora是一個基於AI Toolkit by Ostris訓練的LoRA模型，專門用於圖像到視頻處理任務，為圖像和視頻處理領域提供了新的解決方案。
bartowski
這是ToastyPigeon的i-added-glitter模型的量化版本，使用llama.cpp的imatrix選項進行量化處理，提供多種量化級別選擇，旨在在不同硬件條件下實現高效運行。
rhysjones
該模型源自karpathy的llm.c項目，為研究bfloat16性能而轉換為HuggingFace格式，訓練過程消耗了1500億token。
Trendyol
Trendyol LLM v4.1.0 是一款基於 Trendyol LLM base v4.0（在130億token上繼續預訓練的Qwen2.5 7B版本）的生成模型，專注於電商領域和土耳其語理解。
makiart
由Algomatic團隊開發的多語言大型BERT模型，支持8192上下文長度，訓練約600億token，適用於填充掩碼任務。
speakleash
Bielik-11B-v2 是一個擁有110億參數的生成式文本模型，專為波蘭語文本開發訓練，基於Mistral-7B-v0.2初始化，訓練了4000億個token。
akiFQC
基於tohoku-nlp/bert-base-japanese-v3訓練的日語自然語言推理交叉編碼器，支持蘊含、中立、矛盾三類判斷
1bitLLM
BitNet b1.58是一種1位大語言模型，參數規模為30億，使用RedPajama數據集訓練了1000億個token。
BitNet b1.58 3B是一種1位量化的大型語言模型，使用RedPajama數據集訓練了1000億token，在保持性能的同時顯著降低了計算資源需求。
BitNet b1.58是一種1.58位量化的大語言模型，通過量化權重到{-1,0,1}三值實現高效推理。該模型復現了原論文結果，在RedPajama數據集上訓練了1000億token。
cerebras
BTLM-3B-8k-base是一個具有8k上下文長度的30億參數語言模型，基於6270億token的SlimPajama數據集訓練而成，性能可媲美開源70億參數模型。
TurkuNLP
面向芬蘭語的15億參數生成式預訓練Transformer模型，基於BLOOM架構訓練3000億token
Bingsu
基於kss數據集訓練的Tacotron2韓語文本轉語音模型
Toshifumi
基於bert-base-multilingual-cased在emotion數據集上微調的多語言情感分類模型
tohoku-nlp
基於日語維基百科預訓練的BERT模型，採用字符級分詞與全詞掩碼策略，適用於日語自然語言處理任務
基於日語維基百科預訓練的BERT模型，採用Unidic詞典進行詞彙級分詞和整詞掩碼訓練
基於日語文本預訓練的BERT模型，採用字符級分詞和全詞掩碼技術，適用於日語自然語言處理任務。
基於日語維基百科文本預訓練的BERT模型，使用IPA詞典進行詞語級分詞處理，適用於日語自然語言處理任務。
基於日語維基百科預訓練的BERT大型模型，採用Unidic詞典分詞和全詞掩碼策略
針對日語文本預訓練的BERT模型，採用字符級分詞和全詞掩碼機制，基於日語維基百科2020年8月31日版本訓練
MCPilot是一個在ETHGlobal黑客松上開發的項目，通過MCP服務器讓LLM能安全地與區塊鏈交互，用戶無需暴露私鑰即可通過MetaMask錢包完成操作。
MCP BatchIt是一個MCP工具調用批處理服務器，通過聚合多個MCP工具調用到一個請求中，顯著減少AI代理的通信開銷和token消耗。
Maven Tools MCP Server是一個基於Spring Boot的MCP協議服務器，為JVM構建工具（Maven、Gradle、SBT、Mill等）提供Maven中央倉庫依賴智能分析服務。它通過直接讀取Maven Central的元數據文件，提供快速、準確的依賴版本查詢、批量分析、版本比較和項目健康評估等功能，並集成了Context7文檔服務。
MCP Web Search Tool是一個為AI助手提供實時網絡搜索能力的服務器工具，支持可插拔的搜索引擎集成，目前主要使用Brave Search API。
Alterx MCP是一個連接Alterx子域名置換工具與MCP生態系統的橋樑，支持通過標準化協議將子域名生成功能集成到自動化工作流中。
該項目是一個基於TypeScript的MCP服務器實現，使用Server-Sent Events (SSE)進行即時消息傳輸，並通過Bearer Token進行安全認證。它支持與LLM主機等客戶端的即時通信，並提供了四個基礎數學工具作為示例。
BrowserTools MCP是一個強大的瀏覽器監控與交互工具，通過Chrome擴展實現AI應用對瀏覽器數據的捕獲與分析，支持多種審計和調試功能。
Transformers%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)
