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

盐城市残联app 普洱市招标信息app 达州市水务app 达州市振兴乡村app 龙岩市环境保护协会app 蚌埠市安全生产app 汕头市历史记录app 乌鲁木齐市财政信息app 南京市森林消防app 银川市第二中学app 邯郸市工商局app 常德市第五中学app 湘潭市第二中学app 武威市历史记录app 晋城市学校简介app 德阳市最新新闻app 榆林市消防局app 郑州市太阳能发电信息app 黄石市服务大厅app 岳阳市税务局app 海东市政务监督app 郑州市森林消防app 乌兰察布市桥梁管理app 保山市学校app 鞍山市专题专栏app 太原市政府公报app 岑巩县公开信息app 突泉县政府信息公开指南app 姚安县环境保护协会app 费县太阳能发电信息app 青阳县台风监控中心app 伊吾县政务监督app 青阳县新闻中心app 叶城县人社管理app 镇沅彝族哈尼族拉祜族自治县第五小学app 洛隆县第四小学app 乡城县政要信息app 理塘县国土信息app 景东彝族自治县妇联app 白玉县政务监督app 清河县公正处app 宁强县农业局app 东光县消防局app 和顺县安全生产app 望谟县第一中学app 苍南县桥梁管理app 华坪县台风监控中心app 新化县工商局app 江孜县学校简介app 仁化县第六中学app 清丰县学校app 始兴县征地服务app 梓潼县特殊家庭关爱协会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/