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:2025-12-17 3:34:14
葫芦岛市第六中学app 大连市论坛app 河源市振兴乡村app 海口市事业单位app 武威市农业app 雅安市专题专栏app 乐山市申建app 南宁市残联救助app 渭南市文旅信息app 柳州市第二高中app 雅安市土木工程app 保定市第五小学app 延安市应急管理app 哈密市惠农app 牡丹江市社会求助app 池州市桥梁管理app 鹰潭市第四中学app 七台河市养老服务app 绥化市农业局app 济南市公共文化服务app 株洲市第四中学app 固原市出口管理app 庆阳市台风信息app 鹤岗市残联app 固原市残联app 梧州市不良信息举报app 运城市政府信息公开指南app 高台县非物质文化遗产app 秦安县公开信息app 织金县安全宣传app 墨竹工卡县农业局app 普格县非物质文化遗产app 当涂县工商信息app 红安县电台广播中心app 连山壮族瑶族自治县最新新闻app 阜新蒙古族自治县残联救助app 循化撒拉族自治县太阳能发电信息app 林口县防灾信息app 安仁县教育信息app 保德县风力发电app 高台县防洪app 得荣县灾害救助app 天等县公益app 平乡县安全生产app 永德县第二中学app 清丰县桥梁管理app 宜章县公路管理app 康保县水务app 平舆县住房保障app 荔波县学校简介app 仙居县台风信息app 建宁县第一高中app 广饶县残联救助app 盐源县电力app 仲巴县街道办app 北川羌族自治县非物质文化遗产app 隰县教育局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/

相关文章