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

辽阳市新闻中心app 辽源市安全宣传app 长治市第四高中app 自贡市灾害救助app 白山市铁路管理app 普洱市街道办app 常州市工商局app 内江市重大建设公开app 丽水市工商信息app 阳泉市防火app 广州市助农app 日照市第一中学app 泸州市消防局app 苏州市热点专题app 黄山市第五中学app 保山市服务大厅app 亳州市政要信息app 葫芦岛市历史记录app 马鞍山市中心校app 武定县论坛app 公安县防火app 蓝田县便民app 桃江县市场监督app 富民县教育信息app 绥江县城乡建设app 托里县工程造价app 兰坪白族普米族自治县不良信息举报app 孟津县振兴乡村app 尉氏县最新新闻app 迁西县旅游协会app 久治县铁路管理app 伽师县水务app 平山县中心校app 浦城县热点专题app 繁峙县防灾信息app 微山县土地局app 阜宁县热点专题app 巧家县太阳能发电信息app 东安县第一高中app 德江县出口管理app 黎平县工程造价app 惠来县教研app 礼泉县文旅信息app 剑河县第二中学app 新宾满族自治县森林消防app 鲁甸县公开信息app 仙游县土地局app 昌黎县防洪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/