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:2025-12-08 8:48:40
河源市风力发电app 廊坊市人社管理app 鄂尔多斯市台风信息app 威海市公共文化服务app 天水市新闻中心app 商丘市法律服务app 辽阳市财政信息app 泰安市教育信息app 益阳市第四高中app 肇庆市事业单位app 三亚市安全宣传app 芜湖市环境保护协会app 抚顺市第三高中app 南充市新闻中心app 赣州市桥梁管理app 秦皇岛市防灾信息app 大同市安全生产app 商丘市人社管理app 固原市申建app 佛山市残联救助app 三沙市论坛app 庆阳市旅游协会app 淮北市学校app 晋城市铁路管理app 聊城市防洪app 怀化市法律服务app 铜川市台风监控中心app 南昌市安全宣传app 蓬安县服务大厅app 涞源县第五高中app 岚县第二中学app 平顺县第一小学app 湄潭县审计公开app 蓬安县征地服务app 甘南县第四小学app 泾源县非物质文化遗产app 彭阳县工商信息app 兴和县招标信息app 米脂县土地局app 昌图县住房保障app 梓潼县安全生产app 盐源县不良信息举报app 大关县特殊家庭关爱协会app 织金县旅游监督app 美姑县论坛app 容县政府信息公开指南app 仁布县第一高中app 梁河县重大建设公开app 两当县电力app 嘉荫县第二高中app 成武县文旅信息app 三都水族自治县公益app 大名县灾害救助app 元江哈尼族彝族傣族自治县非物质文化遗产app 边坝县旅游监督app 凤县重大建设公开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