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

林芝市新闻中心app 梧州市防洪app 绥化市未成年保护协会app 茂名市学校简介app 益阳市重大建设公开app 郴州市森林消防app 汕尾市同城app 平顶山市残联app 鞍山市第一小学app 松原市天气监控中心app 荆州市第三小学app 湖州市防火app 玉溪市台风信息app 宿迁市第二高中app 雅安市环境保护协会app 烟台市人社管理app 白山市公共法律服务app 普洱市第三高中app 大庆市农业补贴app 咸宁市文旅信息app 武汉市工商信息app 景德镇市历史记录app 来宾市安全生产app 三门峡市消防宣传app 临汾市助农app 安顺市第二中学app 化隆回族自治县司法管理app 称多县第二中学app 华安县南靖县第四小学app 红河县历史记录app 乌什县惠农app 兴业县第四高中app 曲麻莱县第二小学app 木兰县消费协会app 玉山县妇联救助app 桦川县社会求助app 滦南县水务app 交城县水利app 谷城县粮食管理app 虞城县第二中学app 瓮安县第四小学app 馆陶县电台广播中心app 盐亭县工商信息app 瓮安县政要信息app 商南县第五小学app 永德县非物质文化遗产app 扶风县工程造价app 云梦县残联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/