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:2025-12-18 5:37:33
揭阳市惠农app 日照市最新新闻app 北海市城乡建设app 保定市重大建设公开app 三明市农业局app 吕梁市论坛app 鹰潭市第五小学app 临沂市第二中学app 德州市城乡建设app 郑州市文旅信息app 徐州市未成年保护协会app 徐州市第二小学app 日喀则市残联app 锦州市便民app 定南县农业局app 治多县第三小学app 清水河县学校app 大关县第三中学app 饶阳县不良信息举报app 崇信县农业app 苍梧县第六中学app 岑巩县安全宣传app 武城县财政信息app 漳浦县服务大厅app 木里藏族自治县第五高中app 惠民县公共文化服务app 抚顺县征地服务app 高唐县水利app 疏勒县第一高中app 武邑县天气监控中心app 屏边苗族自治县残联救助app 阳谷县司法管理app 石屏县土地申报app 门源回族自治县司法管理app 耿马傣族佤族自治县卫生协会app 桑植县劳动局app 高县粮食管理app 墨脱县第一中学app 轮台县第一高中app 纳雍县土地申报app 大姚县防火app 中牟县残联救助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