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:2025-12-04 1:38:29
泸州市电视台广播app 河池市民政管理app 泸州市税务局app 吐鲁番市教育信息app 宜昌市森林消防app 广元市申建app 无锡市警务app 阜阳市旅游协会app 安康市学校app 西宁市政要信息app 包头市旅游协会app 泰安市劳动局app 河池市电力app 茂名市出口管理app 西安市政务服务app 崇左市第一高中app 三门峡市通讯协会app 信阳市第六中学app 张家界市便民app 通辽市旅游监督app 南宁市第三小学app 大姚县第一小学app 来安县公益app 甘泉县助农app 昔阳县第三中学app 龙陵县同城app 开化县公开信息app 麦盖提县第一高中app 浮山县申建app 镇平县振兴乡村app 南丰县防灾信息app 方城县第三小学app 延寿县防灾信息app 沙县劳动局app 安平县学校简介app 茶陵县妇联app 靖远县消防局app 贡山独龙族怒族自治县警务app 佛冈县妇联救助app 东丰县不良信息举报app 大厂回族自治县未成年保护协会app 渠县消防局app 奉节县国土信息app 盐边县劳动局app 柏乡县税收公开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