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:2025-12-16 11:37:41
张掖市桥梁管理app 深圳市第五高中app 盘锦市教研app 本溪市专题专栏app 佳木斯市教育信息app 海口市工程造价app 邵阳市学校简介app 萍乡市不良信息举报app 佳木斯市公路管理app 庆阳市热点专题app 襄阳市环境保护协会app 阜新市公路管理app 襄阳市公益app 淮南市第二小学app 荆门市第二小学app 东莞市第三中学app 大连市公益app 安康市城乡建设app 渭南市第一中学app 乐山市城乡建设app 开封市灾害救助app 武宣县妇联救助app 分宜县街道办app 洱源县桥梁管理app 仁布县出口管理app 岳普湖县铁路管理app 定结县同城app 横县太阳能发电信息app 咸丰县妇联app 康县未成年保护协会app 林甸县申建app 贵定县服务大厅app 桑植县残联救助app 民丰县学校简介app 沙县妇联app 全州县养殖补助app 赵县风力发电app 镇康县人社管理app 嵩明县防火app 海原县台风监控中心app 阿克陶县农业补贴app 黎平县劳动局app 合水县养殖补助app 缙云县第六小学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/

相关文章