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

嘉兴市第四小学app 吉安市中心校app 广安市专题专栏app 拉萨市非物质文化遗产app 龙岩市住房保障app 武汉市公共法律服务app 庆阳市公开信息app 承德市司法管理app 佛山市第二中学app 佛山市第六中学app 莆田市法律服务app 烟台市市场监督app 湖州市热点专题app 林芝市养老服务app 福州市铁路管理app 汕头市重大建设公开app 淮南市第五中学app 汕尾市历史记录app 阜新市农业app 长沙市第四高中app 苏州市劳动局app 鹤壁市台风监控中心app 聊城市土地局app 衡水市防灾信息app 天水市旅游协会app 许昌市数据管理局app 泰州市学校app 东莞市政务服务app 庆阳市法律服务app 新兴县铁路管理app 吉县惠农app 巴楚县第一中学app 大通回族土族自治县警务app 新龙县太阳能发电信息app 娄烦县政府信息公开指南app 红河县第三高中app 丰林县公开信息app 桓台县不良信息举报app 尉犁县第五高中app 平陆县工程造价app 连江县环境保护协会app 石泉县粮食管理app 万年县消费协会app 西乡县特殊家庭关爱协会app 随县残联app 犍为县土地申报app 湄潭县电台广播中心app 青龙满族自治县服务大厅app 广昌县电台广播中心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/