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

烟台市防火app 东莞市残联救助app 河源市第五高中app 泉州市养老服务app 庆阳市第六中学app 平凉市电台广播中心app 河池市法律服务app 毕节市工程造价app 泰州市土木工程app 日照市第三小学app 绵阳市暴雨监控中心app 鸡西市最新新闻app 台州市工商信息app 渭南市通讯协会app 巴彦淖尔市消防宣传app 巴彦淖尔市惠农app 益阳市灾害救助app 定西市申建app 四平市政府信息公开指南app 武汉市铁路管理app 绥化市旅游协会app 鹤壁市第四高中app 吐鲁番市建设局信息app 九江市农业补贴app 金昌市太阳能发电信息app 德州市暴雨监控中心app 遂宁市妇联app 林芝市第四小学app 盘锦市消防宣传app 驻马店市政务监督app 林甸县第四高中app 富宁县学校简介app 洪洞县土木工程app 苍南县专题专栏app 临西县养老服务app 巴马瑶族自治县历史记录app 内乡县服务大厅app 靖边县公共文化服务app 乾安县防灾信息app 改则县非物质文化遗产app 索县信息公开app 固镇县灾害救助app 浦江县教研app 宜川县防灾信息app 五华县学校简介app 于田县电视台广播app 辰溪县论坛app 康马县土木工程app 林甸县安全生产app 肃南裕固族自治县学校app 新宾满族自治县养殖补助app 泽库县旅游监督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/