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

淮安市电台广播中心app 榆林市第三小学app 吴忠市公共法律服务app 日照市卫生协会app 江门市第二高中app 盘锦市水务app 衢州市安全宣传app 鹤壁市消费协会app 合肥市街道办app 桂林市同城app 武汉市街道办app 内江市桥梁管理app 白银市水利app 汕头市国土信息app 洛阳市市场监督app 泰州市政务监督app 南充市便民app 鄂尔多斯市公路管理app 梧州市第三中学app 普洱市妇联app 遵义市防洪app 南阳市残联救助app 周口市公正处app 台州市农业app 湖州市最新新闻app 呼伦贝尔市防灾信息app 凤山县安全宣传app 咸丰县养殖补助app 静宁县第二中学app 普定县土木工程app 高县水务app 武定县城乡建设app 保亭黎族苗族自治县暴雨监控中心app 利辛县征地服务app 武山县最新新闻app 定南县工商局app 闻喜县警务app 阜南县残联救助app 涟水县风力发电app 贞丰县妇联app 庆云县养殖补助app 歙县第五中学app 原阳县安全生产app 平定县消防宣传app 湖口县妇联救助app 清涧县安全宣传app 安平县公路管理app 寿县消防宣传app 友谊县劳动局app 新化县第三高中app 岱山县第二小学app 临朐县中心校app 阳朔县历史记录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/