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:2025-08-17 6:27:12
宁德市第五高中app 雅安市历史记录app 长沙市工程造价app 六安市灾害救助app 赤峰市铁路管理app 河源市妇联app 晋中市论坛app 阜新市服务大厅app 鄂尔多斯市未成年保护协会app 巴彦淖尔市电视台广播app 白城市便民app 抚州市第五小学app 拉萨市劳动局app 长沙市中心校app 鸡西市公路管理app 常州市防洪app 昌都市特殊家庭关爱协会app 辽源市天气监控中心app 嘉峪关市森林消防app 宜春市论坛app 镇江市防洪信息app 吴忠市妇联救助app 长春市防灾信息app 淄博市土地局app 贵港市粮食管理app 池州市未成年保护协会app 山南市电台广播中心app 东丰县消防宣传app 阜城县财政信息app 萨嘎县工商局app 会昌县工程造价app 屏南县工商信息app 绿春县未成年保护协会app 湟源县公益app 南江县司法管理app 平定县征地服务app 谷城县教育信息app 庆城县不良信息举报app 龙州县消费协会app 磐安县公益app 滦平县沧县旅游监督app 宁远县未成年保护协会app 武胜县森林消防app 雄县学校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