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

曲靖市教育局app 新乡市粮食管理app 哈密市教育信息app 佳木斯市第四小学app 朝阳市劳动局app 白城市电力app 郴州市农业补贴app 九江市旅游监督app 昭通市政务服务app 衡水市防洪信息app 佳木斯市卫生协会app 铜仁市防火app 杭州市重大建设公开app 湖州市事业单位app 清远市第六中学app 西安市农业补贴app 安顺市养殖补助app 黄山市旅游协会app 阜阳市防洪app 乌鲁木齐市第二高中app 伊春市消防宣传app 铜陵市残联app 黄山市防洪app 福州市残联救助app 昭通市妇联app 滨州市第三中学app 商丘市历史记录app 濮阳县工程造价app 类乌齐县劳动局app 习水县财政信息app 门源回族自治县公共法律服务app 隆安县政府信息公开指南app 西畴县通讯协会app 阳朔县专题专栏app 石柱土家族自治县建设局信息app 平罗县文旅信息app 麻阳苗族自治县公共文化服务app 湘阴县农业app 石泉县非物质文化遗产app 壶关县司法管理app 澧县申建app 惠安县政府信息公开指南app 绥阳县法律服务app 颍上县政府公报app 安阳县论坛app 保德县第五中学app 光山县暴雨监控中心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/