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

邯郸市台风信息app 嘉兴市防火app 曲靖市公开信息app 商丘市工程造价app 石家庄市土地申报app 遂宁市市场监督app 随州市公路管理app 拉萨市政府信息公开指南app 三门峡市风力发电app 徐州市第六小学app 桂林市太阳能发电信息app 怀化市台风监控中心app 阜阳市劳动局app 林芝市旅游协会app 临沂市粮食管理app 南通市政府公报app 广州市司法管理app 黄石市工程造价app 泰安市太阳能发电信息app 武威市第四小学app 宿州市第四小学app 铜川市社会求助app 齐齐哈尔市第一小学app 自贡市住房保障app 吐鲁番市桥梁管理app 永州市第五小学app 白银市人社管理app 张家口市工商局app 唐山市征地服务app 祁县安全宣传app 蕲春县残联app 安阳县人社管理app 深泽县应急管理app 申扎县政要信息app 曲周县通讯协会app 肇源县第六小学app 上犹县国土信息app 伊川县灾害救助app 红原县消费协会app 易门县教育信息app 东海县论坛app 临泽县政务监督app 佛冈县市场监督app 武平县特殊家庭关爱协会app 疏附县第四高中app 英山县教育信息app 孙吴县劳动局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/