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

邢台市第五中学app 克拉玛依市同城app 嘉兴市台风信息app 锦州市人社管理app 固原市街道办app 湛江市惠农app 通化市工商局app 广元市公开信息app 三亚市社会求助app 宁波市警务app 宣城市旅游监督app 固原市同城app 韶关市公共法律服务app 商洛市森林消防app 北海市论坛app 鹤壁市政务服务app 苏州市热点专题app 新余市第一小学app 许昌市第二小学app 临汾市惠农app 天水市财政信息app 株洲市环境保护协会app 许昌市土地申报app 达州市养殖补助app 本溪市国土信息app 韶关市惠农app 萍乡市司法管理app 宜兰县森林消防app 淳化县同城app 桐柏县防洪信息app 云阳县太阳能发电信息app 师宗县第三小学app 疏附县农业局app 稻城县公路管理app 沈丘县太阳能发电信息app 进贤县社会求助app 托里县教育局app 通化县民政管理app 桑日县防洪app 灵石县榆社县国土信息app 淳化县第五小学app 临澧县特殊家庭关爱协会app 沐川县养老服务app 红安县电力app 和硕县第六中学app 宁县公共法律服务app 石阡县中心校app 麦盖提县防洪信息app 丁青县水利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/