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

信阳市土地局app 菏泽市妇联救助app 拉萨市法律服务app 上饶市助农app 济南市论坛app 鹤壁市暴雨监控中心app 铁岭市最新新闻app 扬州市同城app 巴中市残联救助app 连云港市土地申报app 绍兴市公路管理app 长治市教育信息app 湖州市第一小学app 日照市第二中学app 无锡市农业app 盘锦市论坛app 宁德市森林消防app 桂林市信息公开app 威海市城乡建设app 贺州市便民app 拉萨市妇联app 武乡县消防宣传app 安图县公开信息app 怀安县安全宣传app 彝良县第三中学app 阜南县工商局app 勐海县司法管理app 平南县森林消防app 定结县工商局app 曲沃县公益app 宾县申建app 威远县住房保障app 石泉县未成年保护协会app 望江县信息公开app 德清县警务app 南县第五中学app 嘉义县第三中学app 平武县工程造价app 海晏县农业补贴app 卢龙县信息公开app 仲巴县第五小学app 武强县第二小学app 衡南县第三高中app 赤城县残联救助app 寿阳县铁路管理app 会昌县电视台广播app 岚县信息公开app 朝阳县信息公开app 茶陵县政务监督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/