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 3:55:30
广元市第三中学app 辽阳市人社管理app 衡水市养老服务app 韶关市防灾信息app 商丘市学校简介app 呼伦贝尔市便民app 韶关市惠农app 西宁市劳动局app 呼伦贝尔市人社管理app 六安市通讯协会app 无锡市工商信息app 毕节市同城app 襄阳市第二高中app 泰州市惠农app 包头市第一小学app 南阳市最新新闻app 丽水市养老服务app 乌兰察布市太阳能发电信息app 滁州市第五高中app 东阿县农业补贴app 遂溪县电台广播中心app 馆陶县同城app 郓城县工程造价app 江口县市场监督app 武义县政府信息公开指南app 商南县论坛app 德江县公开信息app 徽县劳动局app 仁布县税务局app 巴塘县同城app 普安县第四小学app 都兰县森林消防app 彰武县国土信息app 天峻县养殖补助app 盐山县工商信息app 隆安县信息公开app 仁化县信息公开app 莒县第一高中app 封开县出口管理app 长白朝鲜族自治县卫生协会app 兴和县公开信息app 临泽县通讯协会app 博罗县市场监督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