微软开源多模态 AI Agent“Magma”:购物时可自动下单,还能推测视频人物行为

微软开源多模态 AI Agent“Magma”:购物时可自动下单,还能推测视频人物行为

作者: 发表时间:2025-12-14 5:59:56
包头市防洪信息app 玉溪市申建app 通化市应急管理app 芜湖市工商信息app 伊春市公益app 榆林市街道办app 贵港市第一高中app 株洲市特殊家庭关爱协会app 东莞市招标信息app 铜陵市第五高中app 承德市第二小学app 淮南市第六中学app 德州市征地服务app 福州市粮食管理app 衢州市事业单位app 常德市电台广播中心app 德州市妇联app 常州市防洪app 开封市第三中学app 秦皇岛市旅游监督app 白山市论坛app 濮阳市论坛app 吉林市妇联救助app 和县税务局app 桃源县第五高中app 汉阴县天气监控中心app 休宁县市场监督app 芦山县教育信息app 宕昌县不良信息举报app 琼结县旅游监督app 丘北县第四小学app 普兰县台风监控中心app 桃江县电台广播中心app 宜良县警务app 聂荣县第一高中app 天峻县专题专栏app 嘉鱼县防火app 休宁县第五高中app 沙雅县第二小学app 浠水县住房保障app 澎湖县论坛app 海丰县振兴乡村app 丰都县不良信息举报app 漳县城乡建设app 中方县第三小学app

感谢本站网友 zhao_31 的线索投递!

本站 2 月 26 日消息,北京时间今日凌晨,微软在官网开源了多模态 AI Agent 基础模型 ——Magma。与传统 Agent 相比,Magma 具备跨数字、物理世界的多模态能力,能自动处理图像、视频、文本等不同类型数据,此外,Magma 还能内置了心理预测功能,增强了对未来视频帧中时空动态的理解能力,能够准确推测视频中人物或物体的意图和未来行为。

用户可以用 Magma 来自动下电商订单、查询天气;也可以自动操作实体机器人,或者在下真实象棋时获得帮助。

根据官方介绍,Magma 能够帮助 AI 驱动的助手或机器人理解周围环境并采取相应行动。例如,它可以帮助家用机器人学习如何整理以前从未见过的物品,或帮助虚拟助手为不熟悉的任务生成逐步的用户界面导航说明。

Magma 是能够适应数字和物理环境中新任务的 VLA(本站注:视觉语言动作)基础模型之一,能够有效地从海量的公开视觉和语言数据中学习知识,从而融合语言、空间和时间智能,应对数字和物理世界中的复杂任务和环境。

本站附开源链接:https://microsoft.github.io/Magma/

相关文章