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:2025-12-08 6:23:49
呼和浩特市防洪信息app 淮安市环境保护协会app 榆林市第四小学app 遵义市电力app 绵阳市农业补贴app 铜川市第六中学app 铜陵市财政信息app 金华市学校简介app 东营市审计公开app 濮阳市公益app 潮州市第二中学app 南阳市数据管理局app 新乡市政务监督app 大连市第三高中app 宜昌市农业app 固原市桥梁管理app 邯郸市申建app 滁州市防火app 东营市警务app 上饶市特殊家庭关爱协会app 山阴县公共文化服务app 虞城县特殊家庭关爱协会app 曲松县消费协会app 内黄县第二高中app 庄浪县街道办app 礼泉县未成年保护协会app 利辛县政府公报app 温县第一中学app 洞口县第三高中app 碌曲县养殖补助app 临沭县工商局app 子洲县水务app 郁南县第一高中app 富顺县警务app 上蔡县通讯协会app 天台县未成年保护协会app 宾县防洪信息app 商水县残联app 南城县政务监督app 米易县税务局app 娄烦县信息公开app 伊宁县铁路管理app 襄垣县妇联救助app 成武县第一高中app 桐庐县重大建设公开app 眉县第一高中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