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:2025-12-18 2:30:26
邵阳市财政信息app 汉中市卫生协会app 池州市粮食管理app 陇南市助农app 鞍山市政务监督app 云浮市农业app 贺州市数据管理局app 银川市灾害救助app 乌鲁木齐市公路管理app 中山市桥梁管理app 宜昌市政府公报app 常州市公益app 连云港市第二小学app 贺州市审计公开app 安顺市电力app 焦作市消费协会app 南充市第四中学app 郑州市第二高中app 丹东市水务app 西宁市第六中学app 白银市司法管理app 白城市电台广播中心app 葫芦岛市铁路管理app 常州市非物质文化遗产app 亳州市第二高中app 平凉市电台广播中心app 安顺市国土信息app 中山市论坛app 张掖市教育信息app 宝鸡市暴雨监控中心app 乌恰县第五高中app 襄汾县第一中学app 巍山彝族回族自治县教育局app 无极县政府信息公开指南app 保德县桥梁管理app 政和县街道办app 兴国县灾害救助app 礼泉县第三中学app 临泽县卫生协会app 泽库县税收公开app 吉隆县建设局信息app 民勤县水利app 兴安县政务监督app 正安县民政管理app 应县政府公报app 同德县台风信息app 宁洱哈尼族彝族自治县历史记录app 泌阳县台风信息app 宜阳县栾川县防洪信息app 犍为县学校简介app 崇义县同城app 始兴县教研app 庐江县税收公开app 宿松县防洪信息app 比如县政府公报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