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

连云港市税收公开app 遂宁市建设局信息app 长治市第三小学app 揭阳市论坛app 龙岩市土地局app 绍兴市公路管理app 汕头市电力app 嘉兴市第三小学app 郑州市新闻中心app 肇庆市振兴乡村app 德阳市第二中学app 平顶山市防灾信息app 丽水市警务app 昆明市粮食管理app 哈密市妇联救助app 南京市新闻中心app 娄底市民政管理app 盘锦市人社管理app 景德镇市第三中学app 承德市电力app 连云港市卫生协会app 兰州市财政信息app 东莞市新闻中心app 河源市未成年保护协会app 三亚市风力发电app 武陟县灾害救助app 于田县税收公开app 开鲁县便民app 永兴县防灾信息app 淳安县妇联app 万载县工商局app 道真仡佬族苗族自治县服务大厅app 巧家县第四中学app 凉城县教育局app 金湖县第二小学app 贡山独龙族怒族自治县财政信息app 贡觉县学校简介app 兴文县学校简介app 无棣县台风信息app 平陆县环境保护协会app 沙雅县学校简介app 娄烦县应急管理app 全椒县教研app 永吉县残联app 长宁县第四中学app 定边县税收公开app 左云县粮食管理app 齐河县街道办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/