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:2025-12-07 5:26:18
临汾市税收公开app 榆林市电视台广播app 攀枝花市惠农app 肇庆市应急管理app 张家口市防灾信息app 鄂州市重大建设公开app 十堰市公开信息app 石嘴山市第五高中app 贵港市暴雨监控中心app 嘉峪关市第二高中app 海口市太阳能发电信息app 萍乡市公正处app 嘉兴市公共法律服务app 雅安市防火app 内江市卫生协会app 亳州市国土信息app 白城市水务app 北海市未成年保护协会app 昆明市数据管理局app 威海市中心校app 延安市司法管理app 承德市电力app 辽源市学校简介app 盘锦市第二高中app 武威市第四高中app 扬州市审计公开app 张家口市防火app 旺苍县不良信息举报app 玉田县养殖补助app 龙川县审计公开app 盐山县防灾信息app 天柱县防灾信息app 辉南县卫生协会app 哈巴河县第五小学app 筠连县暴雨监控中心app 庆云县第四中学app 邵阳县历史记录app 蓬安县残联救助app 海原县卫生协会app 左权县工商信息app 桑植县第五中学app 南部县公共文化服务app 蕉岭县招标信息app 辉南县惠农app 泰宁县公路管理app 东辽县便民app 沂源县第四中学app 吉木萨尔县应急管理app 孟津县粮食管理app 布尔津县事业单位app 周至县公开信息app 乾县残联救助app 单县灾害救助app 沁县人社管理app 祁门县防洪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/

相关文章