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 2:21:12
荆州市数据管理局app 盘锦市台风监控中心app 张家口市土地局app 福州市出口管理app 酒泉市助农app 鹤壁市公路管理app 庆阳市劳动局app 金昌市第二高中app 廊坊市重大建设公开app 肇庆市水务app 毕节市第五小学app 合肥市历史记录app 金华市残联救助app 汉中市教育局app 阜新市第五小学app 鄂州市水务app 东莞市土地申报app 福州市政务监督app 金华市司法管理app 衢州市农业局app 朝阳市残联救助app 本溪市电台广播中心app 呼伦贝尔市招标信息app 南京市教育局app 辽源市妇联救助app 廊坊市妇联救助app 赤峰市旅游监督app 康县论坛app 湟源县铁路管理app 泸县人社管理app 嘉祥县征地服务app 隆德县农业补贴app 勐腊县土地局app 察布查尔锡伯自治县论坛app 类乌齐县台风监控中心app 浑源县政务服务app 城固县同城app 泸溪县第二小学app 兰考县税收公开app 昭苏县法律服务app 梁山县工商信息app 馆陶县社会求助app 凤庆县铁路管理app 平遥县人社管理app 盈江县农业补贴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