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

江门市税务局app 德阳市非物质文化遗产app 咸阳市司法管理app 张家口市土地局app 大同市第二高中app 三明市旅游监督app 朝阳市第一高中app 朔州市妇联救助app 乌鲁木齐市工程造价app 齐齐哈尔市妇联app 张家界市天气监控中心app 陇南市工商信息app 枣庄市第二高中app 抚顺市第一小学app 铜陵市信息公开app 巴中市同城app 黄山市出口管理app 石嘴山市税收公开app 黄石市第二中学app 金昌市公共文化服务app 肇庆市司法管理app 焦作市惠农app 镇江市第五高中app 三江侗族自治县安全宣传app 雷波县振兴乡村app 康马县土木工程app 浮山县第三高中app 涡阳县专题专栏app 盂县社会求助app 固安县环境保护协会app 双江拉祜族佤族布朗族傣族自治县公共文化服务app 饶平县学校简介app 范县公正处app 南县工商信息app 文水县第三小学app 东阿县第二中学app 德清县残联app 内丘县环境保护协会app 蓝田县住房保障app 曲沃县社会求助app 文水县建设局信息app 岱山县政府公报app 五原县第四中学app 旬邑县通讯协会app 苍南县防洪信息app 通榆县第四小学app 盂县税收公开app 金湖县台风监控中心app 封开县旅游监督app 民权县民政管理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/