Mozilla工程师借助Anthropic的Claude Mythos AI模型，在Firefox 150版本中成功发现并修复了271个安全漏洞。其中180个被评估为高危，用户正常浏览网页即可能受影响；另有80个中危和11个其他级别漏洞。
近日，谷歌在Blink-dev邮件列表中宣布一项LLM Prompt相关Web API的“发布意图”，声称开发者对此“强烈支持”。Mozilla旗下Firefox官方账号公开嘲讽，直言谷歌的“强烈支持”说法不实。双方围绕AI接口标准化爆发激烈“口水战”，凸显浏览器厂商在AI标准制定上的分歧。
Mozilla发布火狐浏览器150稳定版，通过与Anthropic公司合作，利用其Mythos Preview AI模型成功检测并修复了271个安全漏洞。这是继148版本首次使用Opus 4.6模型发现22个漏洞后的又一次合作。Mozilla首席技术官表示，传统依赖模糊测试和人工分析的方法难以全面覆盖漏洞，AI技术的引入显著提升了安全检测效率。
Mozilla与Anthropic合作，在14天内利用Claude AI挖掘出Firefox浏览器超100个安全漏洞，包括14个高危漏洞并已修复。Anthropic的Frontier Red Team采用全新AI辅助方法，展现了AI在网络安全领域的强大潜力。
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 - ia数据集上微调得到的版本，用于国际语的自动语音识别。
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。
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)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
