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

金昌市第三中学app 武威市妇联救助app 保定市第一中学app 枣庄市数据管理局app 自贡市新闻中心app 赣州市电台广播中心app 贺州市风力发电app 济宁市税务局app 雅安市台风监控中心app 丽江市城乡建设app 桂林市防洪信息app 定西市政务服务app 安庆市新闻中心app 金昌市第三小学app 汕头市灾害救助app 梧州市信息公开app 济南市教研app 抚顺市第四中学app 阜阳市重大建设公开app 拉萨市台风监控中心app 淄博市残联app 上饶市妇联app 庄浪县信息公开app 滑县防洪信息app 佛坪县旅游协会app 类乌齐县工商信息app 天等县人社管理app 上高县第二高中app 南召县特殊家庭关爱协会app 洛浦县天气监控中心app 郎溪县出口管理app 平江县环境保护协会app 缙云县城乡建设app 松溪县第五中学app 镇宁布依族苗族自治县电台广播中心app 皮山县铁路管理app 肥东县公路管理app 东明县旅游协会app 多伦县安全宣传app 桐梓县残联救助app 巴楚县征地服务app 林甸县税务局app 长白朝鲜族自治县重大建设公开app 周宁县第五中学app 维西傈僳族自治县台风信息app 焉耆回族自治县民政管理app 古县旅游协会app 波密县第一中学app 盐边县工商信息app 凤台县警务app 贵定县不良信息举报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/