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

广安市应急管理app 安顺市重大建设公开app 武威市教育局app 林芝市招标信息app 绥化市热点专题app 白城市人社管理app 银川市养殖补助app 济南市防洪app 衢州市教育局app 朔州市森林消防app 广州市未成年保护协会app 亳州市申建app 自贡市消费协会app 晋城市数据管理局app 来宾市旅游协会app 合肥市学校简介app 玉林市公益app 马鞍山市第一中学app 牡丹江市劳动局app 无锡市招标信息app 荆州市中心校app 苏州市公共法律服务app 伊春市非物质文化遗产app 南平市国土信息app 西宁市养殖补助app 鄂州市公路管理app 汕头市不良信息举报app 荆门市第一高中app 平遥县第五小学app 应县政务监督app 齐河县安全生产app 兴国县土地局app 称多县消防局app 金川县信息公开app 庆云县信息公开app 互助土族自治县审计公开app 洛浦县非物质文化遗产app 古浪县第三小学app 民勤县城乡建设app 辰溪县工程造价app 建昌县环境保护协会app 施甸县国土信息app 保亭黎族苗族自治县第二高中app 武陟县公共法律服务app 德格县土地局app 磐安县旅游协会app 内丘县公益app 革吉县铁路管理app 洛宁县教育信息app 盐亭县第四小学app 林口县第二小学app 江孜县审计公开app 兴县公开信息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/