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

九江市卫生协会app 资阳市教研app 深圳市土木工程app 抚州市第五小学app 资阳市残联app 韶关市第五中学app 镇江市专题专栏app 黄山市第一高中app 武汉市防灾信息app 南平市台风监控中心app 榆林市防灾信息app 拉萨市消费协会app 南阳市城乡建设app 吐鲁番市人社管理app 南京市养老服务app 周口市同城app 邯郸市第二小学app 咸宁市第二高中app 赤峰市通讯协会app 呼伦贝尔市未成年保护协会app 淮南市土地申报app 许昌市农业局app 荆州市养老服务app 双鸭山市消防宣传app 拉萨市城乡建设app 龙岩市土木工程app 双鸭山市旅游协会app 绍兴市农业补贴app 将乐县非物质文化遗产app 镇巴县水利app 蕉岭县妇联app 潼关县国土信息app 蒙城县防洪app 保德县防灾信息app 黎川县事业单位app 固镇县第一中学app 金寨县电力app 佛坪县消防宣传app 兴海县旅游监督app 夏邑县服务大厅app 武强县教育信息app 龙山县新闻中心app 保康县第六中学app 肃宁县教育局app 安义县工商信息app 浪卡子县政府信息公开指南app 金阳县妇联app 内丘县城乡建设app 洛浦县第四小学app 赞皇县残联救助app 浦北县教育局app 永清县太阳能发电信息app 杂多县旅游协会app 凉城县公益app 东兰县防洪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/