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

潮州市第一中学app 平凉市第一小学app 毕节市安全生产app 双鸭山市工商信息app 七台河市学校简介app 梧州市出口管理app 南阳市教研app 池州市民政管理app 昭通市水利app 珠海市第六小学app 晋中市电台广播中心app 绍兴市公共文化服务app 大庆市农业app 沧州市第五小学app 白城市学校app 开封市森林消防app 自贡市学校简介app 孝感市第三中学app 四平市司法管理app 抚州市城乡建设app 铁岭市论坛app 三沙市残联app 江门市审计公开app 咸宁市最新新闻app 沧州市公开信息app 景德镇市残联救助app 信阳市土木工程app 南充市土木工程app 麦盖提县学校app 维西傈僳族自治县政务监督app 萨迦县第四小学app 石林彝族自治县第三中学app 惠民县同城app 班戈县卫生协会app 内乡县住房保障app 汉源县防洪app 宜良县人社管理app 陵水黎族自治县市场监督app 麟游县应急管理app 歙县第五小学app 察隅县教育局app 从江县风力发电app 卓尼县信息公开app 阳高县暴雨监控中心app 偏关县公共法律服务app 疏勒县环境保护协会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/