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 5:42:10
绍兴市安全生产app 阜阳市农业app 中山市第五高中app 哈尔滨市政务服务app 铁岭市天气监控中心app 柳州市第四中学app 张家界市土木工程app 无锡市第二小学app 景德镇市第一中学app 苏州市便民app 太原市司法管理app 固原市水务app 鞍山市防火app 安庆市学校app 咸宁市电台广播中心app 那曲市电视台广播app 白城市助农app 拉萨市消费协会app 渭南市政务服务app 沧州市同城app 抚州市司法管理app 那曲市不良信息举报app 萍乡市粮食管理app 齐齐哈尔市政府信息公开指南app 连城县第二中学app 玛多县第二小学app 岳西县天气监控中心app 南昌县风力发电app 绩溪县消防局app 恭城瑶族自治县防火app 杂多县电力app 隆子县防灾信息app 泽普县农业补贴app 孟津县政府信息公开指南app 新丰县历史记录app 通海县第五中学app 利辛县土地局app 乐业县工程造价app 磴口县非物质文化遗产app 德昌县暴雨监控中心app 龙山县论坛app 芮城县水务app 汉源县风力发电app 太白县第一中学app 始兴县专题专栏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