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

达州市天气监控中心app 新余市服务大厅app 酒泉市税务局app 梧州市国土信息app 嘉兴市第三中学app 聊城市土地局app 乐山市第六中学app 遂宁市电力app 哈尔滨市第三高中app 池州市未成年保护协会app 厦门市第四高中app 滨州市第五中学app 昆明市妇联救助app 白城市司法管理app 自贡市招标信息app 南宁市市场监督app 双江拉祜族佤族布朗族傣族自治县妇联救助app 林西县法律服务app 灵石县榆社县风力发电app 溆浦县同城app 凤山县公共文化服务app 围场满族蒙古族自治县公开信息app 阜新蒙古族自治县政务监督app 长顺县公益app 天祝藏族自治县服务大厅app 巴青县政务监督app 曲周县工商信息app 勃利县公共文化服务app 太康县专题专栏app 郏县教育局app 昔阳县旅游监督app 建昌县中心校app 藤县申建app 会理县第一小学app 仙游县第三高中app 麦盖提县土木工程app 临猗县警务app 瓮安县教育信息app 平原县学校简介app 唐河县消防局app 两当县电力app 和县教育信息app 五台县专题专栏app 虞城县粮食管理app 吴堡县非物质文化遗产app 如东县防洪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/