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

张家口市防洪信息app 遵义市防洪信息app 株洲市森林消防app 平顶山市电力app 铜仁市未成年保护协会app 德州市第六小学app 黑河市防洪信息app 江门市公共法律服务app 自贡市消费协会app 上饶市文旅信息app 洛阳市第三高中app 邯郸市政府信息公开指南app 株洲市土地局app 淮南市中心校app 昆明市第一高中app 清远市第三中学app 萍乡市第二中学app 抚顺市卫生协会app 温州市政要信息app 忻州市民政管理app 昌江黎族自治县不良信息举报app 崇义县政要信息app 全州县森林消防app 安多县防火app 曲水县工商局app 洛扎县第三小学app 罗源县同城app 赵县学校app 务川仡佬族苗族自治县太阳能发电信息app 工布江达县人社管理app 新安县公正处app 蓝山县数据管理局app 武山县市场监督app 宽甸满族自治县养老服务app 凤山县防洪信息app 泸溪县防洪app 贞丰县防洪app 台前县招标信息app 衡山县公路管理app 遂昌县出口管理app 广南县第五中学app 平武县学校app 柞水县信息公开app 东安县第一小学app 桃江县城乡建设app 彰武县防洪信息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/