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:2025-12-12 3:40:30
运城市建设局信息app 那曲市防洪app 那曲市养殖补助app 荆门市土木工程app 陇南市税务局app 南宁市警务app 日照市消防宣传app 武威市灾害救助app 湖州市通讯协会app 揭阳市专题专栏app 大连市第一小学app 牡丹江市第二小学app 武汉市政务监督app 张掖市第四中学app 池州市消防宣传app 河源市卫生协会app 六盘水市第二中学app 张家口市消费协会app 新乡市市场监督app 固原市第三中学app 杭州市政务监督app 宿迁市灾害救助app 安阳市学校app 哈密市第三中学app 渭南市公开信息app 广安市文旅信息app 长沙市电视台广播app 黄冈市电视台广播app 益阳市第二中学app 滨州市社会求助app 汤原县妇联app 荣县出口管理app 临夏县国土信息app 玉龙纳西族自治县水利app 宁强县便民app 索县农业局app 通化县妇联app 嘉鱼县防灾信息app 彭阳县服务大厅app 锦屏县市场监督app 蒲城县第四高中app 金塔县防火app 巴塘县政务服务app 巴彦县法律服务app 如东县防灾信息app 彝良县同城app 宜良县公共法律服务app 冕宁县人社管理app 广宁县招标信息app 双峰县历史记录app 大姚县税收公开app 托里县电力app 丰林县税务局app 吉县第二高中app 鲁甸县教育信息app 光泽县防火app 凤凰县教育信息app 泾源县论坛app 祥云县城乡建设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