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

达州市出口管理app 柳州市消防宣传app 辽源市土木工程app 乌兰察布市环境保护协会app 枣庄市第四高中app 商洛市学校app 张掖市出口管理app 马鞍山市森林消防app 汕尾市新闻中心app 六盘水市第三小学app 吕梁市街道办app 沈阳市妇联app 南通市暴雨监控中心app 通化市税收公开app 保山市台风信息app 肇庆市住房保障app 哈密市公正处app 台州市出口管理app 平顶山市台风监控中心app 平凉市征地服务app 温州市政府公报app 茂名市防灾信息app 德阳市暴雨监控中心app 荆门市城乡建设app 保山市应急管理app 泰州市农业补贴app 济南市同城app 鄱阳县电力app 阜新蒙古族自治县税收公开app 琼结县第一中学app 柘荣县第二中学app 容县重大建设公开app 鲁甸县城乡建设app 临高县政务监督app 桑日县文旅信息app 元氏县助农app 望江县司法管理app 东海县公开信息app 城固县政府信息公开指南app 南木林县劳动局app 大英县论坛app 黄平县住房保障app 礼县住房保障app 昌宁县服务大厅app 太和县萧县消费协会app 蓝田县第三高中app 沙洋县不良信息举报app 宾川县审计公开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/