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:2026-07-04 8:28:55
厦门市太阳能发电信息app 济南市公益app 芜湖市城乡建设app 鄂州市民政管理app 宣城市通讯协会app 漳州市税收公开app 雅安市公开信息app 伊春市特殊家庭关爱协会app 呼和浩特市第二高中app 娄底市警务app 宿州市审计公开app 天水市警务app 东营市最新新闻app 郑州市中心校app 肇庆市养殖补助app 陵水黎族自治县出口管理app 桦川县劳动局app 芒康县振兴乡村app 安岳县第二高中app 本溪满族自治县学校app 红河县环境保护协会app 曹县教研app 大竹县助农app 柘荣县桥梁管理app 翁源县水务app 东海县税务局app 涉县第二中学app 柯坪县非物质文化遗产app 扶绥县司法管理app 盐池县专题专栏app 沭阳县第二高中app 博湖县水利app 宁南县街道办app 苍梧县警务app 盐源县防灾信息app 凤县助农app 故城县非物质文化遗产app 德安县太阳能发电信息app 庄浪县养殖补助app 民丰县申建app 佳县警务app 西华县审计公开app 郯城县台风监控中心app 阿合奇县第一中学app 修水县热点专题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