Mozilla任命新CEO并推出“AI-first”战略，计划将AI模型嵌入Firefox核心功能，以应对市场份额跌破3%的挑战。新功能包括分页旁添加摘要、改写及搜索助手，并提供“全局关闭”按钮。此举引发开源社区对隐私和浏览器核心使命的担忧。
12月6日至7日，第十届语言服务高级论坛在广州大学举行。会上，粤语语料库建设与大模型评测实验室发布了AI-DimSum多模态粤语语料库平台，旨在突破粤语作为“低资源语言”的数字化困境。该平台围绕“数字中文建设”和“大湾区文化数字化”需求，构建了多模态语料库，推动粤语在人工智能时代的保护与发展。
广州大学举办第十届语言服务高级论坛，发布AI-DimSum粤语语料库平台，推动粤语数字化发展。粤语作为全球使用人数过亿的汉语方言，在互联网领域长期被视为低资源语言，该平台有望改善这一现状。
8月26日首届“AI国际人才峰会”上，PPIO联合创始人姚欣分享AI时代创业者必备特质。峰会由香港投资管理公司与北京智源人工智能研究院主办，汇聚全球AI专家与青年学者，探讨AI前沿发展与产业实践。姚欣提出创业者需具备“PDA”思维：Problem-Native（问题原生）、Data-Driven（数据驱动）、AI-Augmented（AI增强）。
五个 AI 模型在 NASDAQ 100 进行交易竞争，完全自主，无人干预。
在30天内成为AI-First专业人士，突破AI噪音和教程困境，重新构建你对AI的思维、工作和创造方式。
AI-powered工具，帮助创始人快速、便宜地在100多个目录上列出他们的创业公司。
AI-Agent在几分钟内找到、招聘、谈判和管理数百名纳米和微影响者，让您免受繁重工作之苦。
Xai
$1.4
输入tokens/百万
$3.5
输出tokens/百万
2k
上下文长度
Anthropic
$105
$525
200
Google
$0.7
$2.8
1k
$7
$35
$2.1
$17.5
$21
Alibaba
-
Baidu
128
$6
$24
256
Bytedance
$1.2
$3.6
4
$2
$3.9
$15.2
64
ai-sage
GigaChat3-10B-A1.8B 是 GigaChat 系列的高效对话模型，基于混合专家（MoE）架构，拥有 100 亿总参数和 18 亿活跃参数。它采用了创新的多头潜在注意力（MLA）和多令牌预测（MTP）技术，旨在优化推理吞吐量和生成速度。模型在 20T 令牌的多样化数据上训练，支持包括中文在内的 10 种语言，适用于需要快速响应的对话场景。
bartowski
这是对ai-sage的GigaChat3-10B-A1.8B模型进行的量化处理版本，采用llama.cpp的imatrix量化技术，可在不同硬件条件下更高效地运行。模型支持俄语和英语，主要用于文本生成任务。
ubergarm
这是ai-sage/GigaChat3-10B-A1.8B-bf16模型的GGUF量化版本，提供了多种量化选项，从高精度的Q8_0到极度压缩的smol-IQ1_KT，满足不同硬件条件下的部署需求。该模型支持32K上下文长度，采用MLA架构，专为对话场景优化。
DevQuasar
这是 ai-sage/GigaChat3-702B-A36B-preview-bf16 模型的量化版本，旨在为大众提供免费的知识获取途径。该模型是一个大型语言模型，专注于文本生成任务。
evilfreelancer
这是ai-sage/GigaChat3-10B-A1.8B模型的量化版本，采用GGUF格式，需要特定的llama.cpp分支支持。模型采用混合专家架构，总参数量约118亿，其中激活参数量约18亿。
GigaChat3-10B-A1.8B是GigaChat系列的对话模型，基于混合专家（MoE）架构，共有100亿参数，其中18亿为活跃参数。该模型采用多头潜在注意力和多令牌预测技术，支持25.6万令牌的长上下文，在多语言对话和推理任务中表现出色。
GigaAM-v3是基于Conformer架构的俄语自动语音识别基础模型，拥有2.2-2.4亿参数。它是GigaAM系列的第三代模型，在70万小时俄语语音数据上使用HuBERT-CTC目标进行预训练，在广泛的俄语ASR领域提供最先进的性能。
GigaChat3-10B-A1.8B-base是GigaChat系列的基础预训练模型，采用混合专家（MoE）架构，总参数100亿，活跃参数18亿。模型集成了多头潜在注意力（MLA）和多令牌预测（MTP）技术，在推理时具备高吞吐量优势。
abhi099k
基于DeBERTa-v3-large微调的AI文本检测模型，能够准确识别文本是由人类撰写还是AI生成，在自定义数据集上训练达到约97%的准确率。
AI-MO
Kimina-Prover-Distill-0.6B是由Project Numina和Kimi团队开发的定理证明模型，专注于Lean 4中的竞赛风格问题解决能力。它是Kimina-Prover-72B模型的蒸馏版本，在MiniF2F-test上达到了68.85%的准确率。
由 Numina 项目和 Kimi 团队开发的定理证明模型，专注于提升在 Lean 4 中的竞赛式问题解决能力。
Kimina-Prover-Distill-8B 是由 Project Numina 和 Kimi 团队开发的定理证明模型，专注于 Lean 4 中的竞赛风格问题解决能力。
AI-Enthusiast11
基于DeBERTa微调的命名实体识别模型，专门用于检测文本中的个人身份信息(PII)，如姓名、社保号码、电话号码等敏感信息。
dejanseo
DeBERTa-v3-small是微软发布的轻量级DeBERTa模型变体，适用于文本分类任务。
Ateeqq
该模型基于12万张图像（6万张AI生成图像和6万张人类图像）进行微调训练，专门用于检测AI生成的高质量图像。
sergeyzh
该模型用于计算俄语和英语句子的嵌入向量，通过蒸馏ai-forever/FRIDA的嵌入向量获得。模型属于uncased类型，不区分文本中的大小写字母。
desklib
基于DeBERTa-v3-large微调的AI生成文本检测模型，专为学术场景优化
AI-Lab-Makerere
基于nvidia/mit-b0微调的图像分割模型，在评估集上表现出色，平均交并比达0.9210，平均准确率0.9571。
由Desklib开发的AI生成文本检测模型，用于区分人类撰写和AI生成的英文文本，在RAID基准测试中表现领先。
haywoodsloan
这是一个基于自动训练的图像分类模型，能够识别多种常见物体类别
解决Pylance未解析导入警告的文档
AI基础设施代理是一个智能系统，允许用户通过自然语言命令管理AWS云资源。它利用AI模型将用户需求转化为可执行的AWS操作，并提供Web仪表板、状态管理和安全防护功能。
AI驱动的图表与原型绘制MCP服务器，集成多种大语言模型，支持根据自然语言描述智能生成多种风格的draw.io格式图表和HTML交互式产品原型。
Symfony AI Mate组件是一个开发工具，为AI助手提供与PHP应用（包括Symfony框架）交互的MCP服务器，仅用于开发环境。
AI-Cursor-Scraping-Assistant是一个基于Cursor AI和MCP协议的网络爬虫生成工具，能够快速分析网站结构并自动生成Scrapy或Camoufox爬虫代码。项目包含Cursor规则集和MCP工具集两大组件，支持电商PLP/PDP页面抓取，具备反爬检测和绕过能力。
Higress AI-Search MCP服务器为AI模型提供实时搜索引擎结果增强
WP-CLI AI命令插件，通过Model Context Protocol（MCP）实现WordPress开发中的AI交互，支持连接本地或远程MCP服务器。
一个基于Google Gemini和Vertex AI的AI视觉分析MCP服务器，支持图像和视频的多模态分析，提供对象检测、图像比较等功能，可集成到多种MCP客户端中。
MCP-AWS是一个基于AI的应用程序，通过OpenAI代理和MCP服务器管理AWS EC2实例，支持自然语言命令创建和终止实例。
Agent MCP是一个专注于AI代理和MCP编排的开源项目目录，提供浏览、搜索AI代理仓库功能，支持用户认证和搜索历史保存。
一个基于MCP协议的AI代理项目，提供用户管理和消息资源访问功能，支持通过REST API或MCP客户端进行交互。
PostgreSQL MCP服务器是一个模型上下文协议服务，允许LLM与PostgreSQL数据库交互，提供表创建、数据增删改查、模式检查等功能，支持通过Claude桌面应用进行操作。
一个基于Ruby的AI结对编程MCP服务器，通过OpenRouter提供代码审查、头脑风暴、性能分析和安全检查等AI辅助编程功能。
一个支持AI动态创建和执行自定义工具的元函数架构服务器
该项目通过MCP协议实现Spark代码的AI智能优化，提供代码优化建议和性能分析服务。
AI代理市场索引搜索MCP服务器，提供按关键词或类别搜索AI代理的功能，支持监控代理性能指标并提供API接入服务。
AI认知中枢是一个专业的AI团队协作与编排系统，支持动态创建和管理多智能体团队，通过层级化协作解决复杂任务。
ai-create-mcp是一个基于Go的工具，用于将OpenAPI规范文件转换为模型上下文协议(MCP)程序，支持自定义项目设置和集成选项。
一个VS Code扩展原型，通过HTTP暴露MCP服务器，使AI助手能够执行IDE驱动的代码重构操作。
一个MCP服务器，允许AI助手访问和搜索本地多个AI编码助手的历史会话记录，便于回顾、学习和继续之前的工作。
Gguf支持多种语言%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)
