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。
Mozilla Firefox 将推出“终止开关”功能，让用户能一键关闭所有AI功能，以回应社区对隐私和浏览器臃肿的担忧。此举旨在赋予用户绝对控制权，重建信任。
Mozilla任命Anthony Enzor-DeMeo为新任CEO，接替临时CEO劳拉·钱伯斯。作为前Firefox业务总经理，他的上任正值AI重塑浏览器市场的关键时刻。面对Chrome、Safari等传统巨头及Perplexity、Arc等新兴AI浏览器的竞争，Mozilla旨在坚守隐私与开放网络的使命，探索AI浪潮中的“第三条路”。
Mozilla任命新CEO，明确Firefox在AI浪潮下的策略：坚持AI功能为“可选项”，尊重用户选择权，区别于强制植入AI的竞品。
AI助手，快速总结网页内容，保护隐私
Mozilla.ai是一个构建可信赖和开放源代码人工智能生态系统的创业公司和社区
Mozilla
Qwen3是Qwen系列最新一代的大语言模型，提供了一系列密集和混合专家（MoE）模型。基于广泛的训练，Qwen3在推理、指令遵循、代理能力和多语言支持方面取得了突破性进展。
Qwen3-4B是Qwen系列最新一代的大语言模型，具有4B参数规模，支持128k上下文窗口和100多种语言，在推理、指令遵循和代理能力方面表现优异。
Qwen3是Qwen系列最新一代的大语言模型，提供0.6B参数的密集模型，在推理、指令遵循、代理能力和多语言支持方面有突破性进展。
Gemma 3是Google推出的轻量级开源模型系列，基于Gemini技术构建，支持多模态输入和文本输出。
Gemma是Google推出的轻量级开放模型系列，基于与Gemini相同的研究技术构建。llamafile版本由Mozilla打包为可执行文件，便于多平台使用。
mozilla-ai
这是一个基于法语数据集微调的Whisper-small语音识别模型，词错误率相比基线模型降低了6.793个百分点。
基于YOLOv11的目标检测模型，用于在卫星图像中检测游泳池。
基于Mozilla Common Voice数据集中35141个加利西亚语样本微调的Whisper-small语音识别模型
这是一个基于openai/whisper-small模型在希腊语语音识别任务上微调的自动语音识别(ASR)模型，使用Mozilla Common Voice 17.0数据集中的3620个希腊语样本进行训练。
DistilBART-CNN-12-6是BART模型的蒸馏版本，专门用于文本摘要任务，具有更小的模型尺寸和更高的推理效率。
dvislobokov
基于OpenAI Whisper Large V3 Turbo优化的俄语自动语音识别(ASR)模型，使用Mozilla Common Voice 17俄语数据集微调
基于VIT图像编码器和蒸馏版GPT-2文本解码器的视觉语言模型，用于图像描述生成任务
bangla-speech-processing
这是一个基于Whisper small架构的孟加拉语自动语音识别模型，在约400小时的Mozilla Common Voice数据集上微调训练，词错误率4.58%
qanastek
本模型是 openai/whisper-tiny 在 mozilla-foundation/common_voice_11_0 fr 数据集上的微调版本，专注于法语语音识别任务。
tonyalves
基于facebook/wav2vec2-xls-r-300m在Mozilla Common Voice葡萄牙语数据集上微调的自动语音识别模型
jfreiwa
基于Mozilla Common Voice 6.1、德语维基百科语音语料库和m-ailabs语料库训练的德语ASR模型，词错误率7.24%
lgris
这是一个基于葡萄牙语的自动语音识别模型，在Mozilla Common Voice 7.0数据集上训练，支持葡萄牙语语音转文本任务。
sammy786
该模型是基于facebook/wav2vec2-xls-r-1b在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - cs数据集上微调得到的捷克语自动语音识别模型。
该模型是基于facebook/wav2vec2-xls-r-1b在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - ia数据集上微调得到的版本，用于国际语的自动语音识别。
ghofrani
该模型是基于Mozilla Common Voice 7.0波斯语数据集微调的自动语音识别(ASR)模型，专门用于波斯语语音转文本任务。
该项目是基于Mozilla Readability算法的Python实现，通过MCP协议提供网页内容提取和转换服务，将网页内容转换为适合LLM处理的Markdown格式。
一个基于Python的MCP服务器，使用Mozilla Readability算法提取网页内容并转换为优化的Markdown格式。
SuperFetch MCP服务器是一个基于模型上下文协议的网页内容提取工具，它能够智能抓取网页、使用Mozilla Readability提取可读内容，并以AI友好的JSONL或Markdown格式返回，支持结构化内容块、内置缓存和安全防护。
基于Python的MCP服务器，使用Mozilla Readability算法提取网页内容并转换为优化的Markdown格式，适用于LLM处理。
%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)
