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

安顺市通讯协会app 潍坊市税收公开app 宣城市工程造价app 株洲市第五中学app 聊城市土地局app 株洲市台风信息app 海东市住房保障app 惠州市政务监督app 日照市卫生协会app 南京市第二小学app 太原市劳动局app 贵港市电力app 赣州市第四小学app 荆门市第三中学app 芜湖市非物质文化遗产app 韶关市公共文化服务app 渭南市第五小学app 宜宾市消防局app 马鞍山市教育局app 本溪市残联app 松原市第五高中app 遂宁市土地申报app 安乡县政务服务app 魏县公共法律服务app 莲花县残联救助app 资中县政务监督app 临武县国土信息app 芷江侗族自治县农业局app 抚顺县助农app 仲巴县劳动局app 浠水县惠农app 兴县税务局app 广灵县防灾信息app 彰化县城乡建设app 宁城县妇联救助app 米脂县水利app 平乐县第三高中app 唐河县第四中学app 广灵县学校简介app 单县妇联救助app 孟津县招标信息app 克山县教育信息app 波密县残联app 如东县审计公开app 岳池县教研app 象山县公路管理app 康马县残联救助app 铅山县消防局app 长丰县政务监督app 单县天气监控中心app 永清县惠农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/