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:2025-12-04 6:18:24
平顶山市水务app 来宾市第一高中app 南宁市社会求助app 金昌市公正处app 通化市第六小学app 张家口市数据管理局app 吉林市服务大厅app 盐城市税务局app 杭州市服务大厅app 安顺市消防宣传app 铜仁市学校简介app 安康市水利app 通化市公路管理app 辽源市风力发电app 荆门市人社管理app 洋县第三小学app 本溪满族自治县劳动局app 靖边县第三高中app 融水苗族自治县市场监督app 仁寿县第五小学app 温县国土信息app 屏边苗族自治县第二高中app 南江县政府信息公开指南app 柳城县征地服务app 沙洋县人社管理app 陇县暴雨监控中心app 普定县政要信息app 诏安县应急管理app 新竹县防洪信息app 渭源县第六中学app 大姚县应急管理app 乡城县教育局app 积石山保安族东乡族撒拉族自治县第一高中app 瓮安县中心校app 临邑县市场监督app 镇坪县防洪信息app 鄯善县旅游协会app 成县招标信息app 太康县信息公开app 布拖县出口管理app 普兰县学校简介app 砀山县妇联app 康县政务服务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