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

阜阳市第五中学app 桂林市防火app 漯河市社会求助app 绍兴市环境保护协会app 宿迁市安全宣传app 安顺市粮食管理app 佳木斯市旅游协会app 杭州市街道办app 南阳市文旅信息app 周口市土地申报app 宜昌市信息公开app 佛山市第五小学app 阜新市警务app 枣庄市养老服务app 白山市第二高中app 济宁市专题专栏app 那曲市法律服务app 鄂尔多斯市安全宣传app 七台河市土地申报app 眉山市通讯协会app 铜仁市公开信息app 三明市养老服务app 池州市土地局app 韶关市税收公开app 株洲市暴雨监控中心app 岳阳市农业补贴app 桂东县旅游监督app 黑水县水务app 陵川县招标信息app 镇平县妇联救助app 息县土地局app 吉安县土地局app 长泰县论坛app 琼结县防洪信息app 磴口县桥梁管理app 宝应县重大建设公开app 黄陵县风力发电app 濮阳县第三高中app 文成县森林消防app 通河县水利app 资中县不良信息举报app 融水苗族自治县水务app 临县第二小学app 白玉县便民app 鸡东县土地申报app 钟山县国土信息app 东阿县第五高中app 大埔县民政管理app 安乡县教育信息app 虞城县助农app 灵璧县中心校app 安乡县台风监控中心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/