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:2025-12-15 10:48:51
三亚市公路管理app 黄山市公路管理app 雅安市第五中学app 阳泉市同城app 孝感市电视台广播app 郑州市农业app 广安市残联救助app 开封市惠农app 丹东市警务app 儋州市森林消防app 儋州市未成年保护协会app 庆阳市旅游监督app 永州市应急管理app 合肥市环境保护协会app 山南市防火app 贺州市教研app 三明市公正处app 唐山市消防宣传app 白城市粮食管理app 邢台市桥梁管理app 海东市防灾信息app 苏州市城乡建设app 德州市旅游监督app 容县旅游协会app 新干县专题专栏app 鸡泽县威县第四小学app 屯昌县教研app 喜德县助农app 连平县历史记录app 普安县第二小学app 友谊县第三高中app 陆川县消防局app 康马县信息公开app 通江县法律服务app 黑水县论坛app 宁强县第三中学app 兴县非物质文化遗产app 炎陵县招标信息app 盈江县水务app 泰宁县残联救助app 怀集县残联app 白玉县土地局app 大悟县旅游协会app 兴业县政府公报app 巴东县重大建设公开app 涞源县教育局app 曲沃县未成年保护协会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