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

云浮市助农app 南宁市电视台广播app 柳州市养殖补助app 钦州市妇联救助app 佛山市天气监控中心app 西安市法律服务app 莆田市消防宣传app 贵港市公开信息app 桂林市热点专题app 淮南市未成年保护协会app 吴忠市第五中学app 宜春市第四高中app 呼伦贝尔市台风监控中心app 哈尔滨市服务大厅app 咸宁市专题专栏app 泰安市公路管理app 襄阳市铁路管理app 桂林市铁路管理app 驻马店市旅游监督app 朔州市台风监控中心app 萍乡市数据管理局app 咸阳市防洪app 洛阳市国土信息app 达州市公正处app 岳阳市政要信息app 淄博市土木工程app 昆明市农业局app 塔什库尔干塔吉克自治县消防局app 大通回族土族自治县数据管理局app 卓尼县通讯协会app 德格县第一小学app 元阳县农业局app 华安县南靖县公路管理app 旺苍县防洪信息app 古浪县教育局app 新绛县公共法律服务app 若羌县风力发电app 随县桥梁管理app 弋阳县第四中学app 突泉县税收公开app 平潭县公开信息app 方城县防洪信息app 若尔盖县残联救助app 资中县第四高中app 竹山县第五高中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/