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

林芝市应急管理app 孝感市第一中学app 双鸭山市第四高中app 北海市公益app 梧州市惠农app 朔州市养殖补助app 三亚市第二高中app 抚顺市政府信息公开指南app 三沙市政务监督app 西宁市教育局app 乌海市天气监控中心app 新余市不良信息举报app 汕尾市助农app 牡丹江市防洪信息app 龙岩市消费协会app 新余市安全宣传app 吐鲁番市振兴乡村app 平凉市电视台广播app 滁州市政务服务app 徐州市安全宣传app 黄山市第六中学app 赣州市未成年保护协会app 秦皇岛市卫生协会app 自贡市建设局信息app 怀化市防火app 晋中市第一小学app 常德市第四高中app 湘潭市安全宣传app 鄂尔多斯市非物质文化遗产app 营山县卫生协会app 兰陵县教育信息app 新平彝族傣族自治县公共法律服务app 永昌县信息公开app 魏县第六中学app 渭源县工商信息app 建昌县司法管理app 平陆县铁路管理app 合阳县第五中学app 泾川县法律服务app 喀喇沁左翼蒙古族自治县住房保障app 前郭尔罗斯蒙古族自治县振兴乡村app 淮滨县公共法律服务app 喜德县事业单位app 随县公共文化服务app 扶风县第一高中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/