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

枣庄市城乡建设app 长春市农业局app 株洲市信息公开app 巴彦淖尔市第三中学app 昭通市服务大厅app 沈阳市第四中学app 东莞市第二中学app 焦作市政府信息公开指南app 吴忠市第三小学app 遂宁市数据管理局app 衡阳市教研app 营口市残联app 承德市第三小学app 南昌市热点专题app 舟山市出口管理app 黄石市最新新闻app 南通市防洪信息app 合肥市电视台广播app 双鸭山市土地局app 赤峰市住房保障app 平凉市司法管理app 汕头市农业补贴app 巴彦淖尔市第四小学app 连云港市政要信息app 东平县住房保障app 安平县农业补贴app 波密县铁路管理app 宾阳县热点专题app 蓝山县通讯协会app 新绛县数据管理局app 彭泽县公开信息app 永胜县电台广播中心app 和县土木工程app 舟曲县妇联救助app 上杭县残联救助app 和布克赛尔蒙古自治县社会求助app 东至县第二中学app 洛南县工商局app 蒲江县论坛app 夏津县城乡建设app 漳县水务app 广宗县中心校app 牟定县法律服务app 恭城瑶族自治县社会求助app 容城县第五小学app 襄城县文旅信息app 青川县数据管理局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/