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

抚顺市消费协会app 深圳市养老服务app 保山市防火app 齐齐哈尔市防洪信息app 张家界市公路管理app 平凉市旅游监督app 天水市非物质文化遗产app 百色市太阳能发电信息app 铜陵市出口管理app 衡阳市城乡建设app 永州市建设局信息app 枣庄市文旅信息app 三沙市司法管理app 三门峡市城乡建设app 漯河市论坛app 襄阳市安全宣传app 吉林市审计公开app 黑河市旅游协会app 阳泉市妇联救助app 三明市服务大厅app 景德镇市特殊家庭关爱协会app 宣城市防洪信息app 会理县农业app 广宗县第六中学app 永和县出口管理app 金阳县通讯协会app 上栗县公共法律服务app 桦川县教育局app 忠县法律服务app 上栗县警务app 天全县农业局app 泸溪县中心校app 崇阳县工商局app 宾阳县第一小学app 汝阳县教育局app 乌兰县电视台广播app 商水县招标信息app 临夏县残联app 桓台县第三高中app 彝良县出口管理app 霍山县第三中学app 盐山县第一小学app 和静县财政信息app 江永县学校app 乌恰县非物质文化遗产app 永春县电力app 渠县土木工程app 台前县第一小学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/