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

乐山市市场监督app 大庆市农业app 西安市养老服务app 来宾市学校简介app 昭通市第五中学app 常德市工程造价app 长沙市农业app 鸡西市电台广播中心app 乐山市残联救助app 吕梁市第一小学app 景德镇市第四高中app 锦州市太阳能发电信息app 濮阳市第二高中app 酒泉市消防局app 呼伦贝尔市水务app 丹东市第四小学app 定西市土木工程app 平凉市街道办app 白河县热点专题app 麻栗坡县安全宣传app 广平县街道办app 惠民县水利app 滦平县沧县住房保障app 喜德县不良信息举报app 正定县旅游协会app 邱县第二小学app 青冈县税收公开app 沂源县农业app 天峻县不良信息举报app 永清县法律服务app 江城哈尼族彝族自治县水务app 营山县住房保障app 固镇县民政管理app 汝南县第四高中app 霍山县公益app 攸县信息公开app 孟连傣族拉祜族佤族自治县公共文化服务app 玛纳斯县第二高中app 迁西县历史记录app 会同县振兴乡村app 昌宁县政要信息app 嘉黎县历史记录app 泌阳县政务监督app 镇康县热点专题app 固阳县同城app 大田县第六中学app 南召县中心校app 阜平县工程造价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/