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

张掖市水务app 大同市城乡建设app 沧州市非物质文化遗产app 锦州市消费协会app 阜新市热点专题app 武威市消费协会app 吉安市第五小学app 北海市公路管理app 七台河市征地服务app 昆明市电视台广播app 唐山市第三高中app 丽水市电台广播中心app 邯郸市太阳能发电信息app 葫芦岛市建设局信息app 鹤岗市司法管理app 温州市第六中学app 邵阳市热点专题app 巴彦淖尔市审计公开app 茂名市公共文化服务app 漳州市工商局app 湛江市灾害救助app 白银市第五高中app 佛山市建设局信息app 十堰市人社管理app 新化县教育信息app 道孚县招标信息app 三都水族自治县建设局信息app 永平县招标信息app 沧源佤族自治县专题专栏app 清徐县事业单位app 利辛县第一小学app 仁布县惠农app 青县电台广播中心app 甘南县第三高中app 陵水黎族自治县国土信息app 宁县第四高中app 大新县警务app 连平县未成年保护协会app 沂水县社会求助app 景泰县应急管理app 炎陵县妇联救助app 泗水县第五中学app 弋阳县审计公开app 平遥县电台广播中心app 乳源瑶族自治县暴雨监控中心app 延长县通讯协会app 南昌县森林消防app 岑巩县教研app 施甸县特殊家庭关爱协会app 兰西县台风监控中心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/