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 2:56:19
嘉兴市第二小学app 安康市便民app 海口市第一中学app 中山市助农app 抚顺市土地局app 西宁市申建app 阳泉市妇联app 南充市税务局app 开封市第五中学app 襄阳市便民app 江门市第四中学app 巴中市公路管理app 西安市残联救助app 商丘市公益app 嘉兴市论坛app 景德镇市社会求助app 葫芦岛市第四小学app 漳州市第三中学app 荆门市司法管理app 聊城市粮食管理app 商洛市第五中学app 七台河市学校app 彭泽县防灾信息app 繁峙县电视台广播app 内黄县电台广播中心app 余庆县政要信息app 东兰县粮食管理app 霞浦县工商信息app 泰宁县消防局app 肃宁县热点专题app 翼城县粮食管理app 永丰县第二高中app 富裕县防洪信息app 溆浦县教研app 延川县土地局app 山丹县第五小学app 朗县妇联app 张北县政务监督app 宁远县征地服务app 清涧县振兴乡村app 来安县灾害救助app 五河县环境保护协会app 拜泉县政要信息app 桓仁满族自治县非物质文化遗产app 丰县中心校app 固安县第六中学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