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

商丘市历史记录app 阜新市第四高中app 巴彦淖尔市公共法律服务app 榆林市信息公开app 昌都市第三中学app 黄冈市警务app 张家界市未成年保护协会app 南通市防洪信息app 娄底市法律服务app 阳泉市住房保障app 抚州市第四小学app 锦州市安全宣传app 本溪市第一小学app 济南市残联救助app 自贡市公正处app 包头市服务大厅app 淄博市中心校app 牡丹江市第二高中app 本溪市风力发电app 滁州市重大建设公开app 吉安市第五中学app 防城港市农业补贴app 南昌市最新新闻app 凤阳县新闻中心app 潼关县水务app 阜平县防洪信息app 容城县政府信息公开指南app 金溪县森林消防app 城步苗族自治县人社管理app 鹿邑县财政信息app 丰顺县电视台广播app 彭阳县教育信息app 苍南县第四高中app 兴业县旅游协会app 杞县学校简介app 闻喜县旅游监督app 利辛县第五高中app 攸县第四高中app 涿鹿县暴雨监控中心app 互助土族自治县数据管理局app 平陆县第六中学app 德保县安全宣传app 贵德县台风监控中心app 南昌县工程造价app 米脂县出口管理app 定襄县土地申报app 永昌县太阳能发电信息app 伊吾县消防宣传app 甘孜县服务大厅app 铅山县粮食管理app 和平县残联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/