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 4:41:46
营口市水务app 葫芦岛市财政信息app 儋州市安全生产app 青岛市第四中学app 潍坊市公共文化服务app 内江市历史记录app 鹰潭市第二高中app 临沧市第二小学app 郴州市台风监控中心app 亳州市非物质文化遗产app 嘉峪关市卫生协会app 自贡市政要信息app 唐山市政务服务app 十堰市工程造价app 苏州市安全生产app 衡水市防洪信息app 揭阳市风力发电app 开封市暴雨监控中心app 黑河市第二高中app 佛山市民政管理app 台州市重大建设公开app 营山县税收公开app 茂县建设局信息app 黔西县惠农app 大邑县助农app 汝阳县税收公开app 荔波县非物质文化遗产app 宁陕县公正处app 安龙县农业补贴app 三原县妇联app 砚山县公开信息app 靖边县防洪信息app 新野县养老服务app 赵县数据管理局app 巩留县卫生协会app 南江县防洪app 岱山县第五高中app 博爱县第六小学app 寿阳县土地申报app 临颍县台风监控中心app 上犹县风力发电app 故城县第二中学app 漳浦县人社管理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