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:2025-12-14 10:49:15
上饶市农业局app 海口市特殊家庭关爱协会app 克拉玛依市养老服务app 滁州市公益app 锦州市工程造价app 盐城市国土信息app 连云港市税务局app 临沧市中心校app 柳州市公共法律服务app 泰安市水利app 淮南市桥梁管理app 呼和浩特市土木工程app 娄底市教育局app 台州市防灾信息app 许昌市出口管理app 沈阳市司法管理app 益阳市水务app 晋中市防灾信息app 安顺市残联救助app 伊春市森林消防app 临沧市桥梁管理app 周口市残联救助app 十堰市文旅信息app 湛江市第六小学app 呼图壁县农业补贴app 边坝县安全生产app 荔波县便民app 布尔津县电视台广播app 永春县土地局app 大宁县事业单位app 蓬安县电力app 芦溪县助农app 金秀瑶族自治县第二中学app 木垒哈萨克自治县养老服务app 扶风县市场监督app 玉龙纳西族自治县非物质文化遗产app 临武县征地服务app 沙洋县暴雨监控中心app 盘山县财政信息app 襄汾县财政信息app 崇仁县数据管理局app 左贡县土地局app 郧西县热点专题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