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

乌鲁木齐市太阳能发电信息app 苏州市教育局app 岳阳市不良信息举报app 荆州市第三小学app 兰州市粮食管理app 漯河市第二中学app 通辽市服务大厅app 柳州市申建app 桂林市第四高中app 平凉市同城app 昆明市同城app 渭南市妇联app 威海市第三小学app 宁波市第一高中app 淮南市税务局app 淮南市消防局app 济宁市应急管理app 大连市申建app 通化市警务app 酒泉市农业app 宜春市财政信息app 福州市政务服务app 甘孜县审计公开app 石屏县第二中学app 吉安县征地服务app 昌图县电视台广播app 大姚县土木工程app 武强县征地服务app 突泉县论坛app 沭阳县太阳能发电信息app 开鲁县专题专栏app 井陉县消费协会app 灵台县第三高中app 福贡县第六小学app 南乐县新闻中心app 萨迦县同城app 平潭县养殖补助app 临颍县第二中学app 大方县第一中学app 玛多县特殊家庭关爱协会app 三都水族自治县审计公开app 化隆回族自治县土地申报app 汤旺县防火app 墨江哈尼族自治县申建app 黎平县新闻中心app 昌图县学校app 合浦县安全宣传app 秀山土家族苗族自治县住房保障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/