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 11:36:20
曲靖市警务app 遂宁市便民app 宁德市防灾信息app 攀枝花市民政管理app 德州市司法管理app 遵义市法律服务app 丽水市司法管理app 衢州市招标信息app 珠海市妇联救助app 阜新市学校简介app 毕节市妇联app 邢台市第三高中app 淮安市电力app 防城港市振兴乡村app 运城市政府公报app 吉林市国土信息app 焦作市文旅信息app 长沙市同城app 双鸭山市第二高中app 辽阳市劳动局app 阜新市社会求助app 武汉市养殖补助app 邢台市出口管理app 玉溪市防火app 庆阳市消防局app 唐山市应急管理app 合肥市第一小学app 海口市新闻中心app 广州市台风监控中心app 石林彝族自治县防灾信息app 宁县第五高中app 桐庐县太阳能发电信息app 环江毛南族自治县公共文化服务app 龙州县第二小学app 刚察县台风监控中心app 阳曲县税务局app 道县工商局app 西和县中心校app 盈江县税收公开app 昌宁县土木工程app 平原县安全生产app 积石山保安族东乡族撒拉族自治县电台广播中心app 文水县助农app 铅山县第二小学app 汝南县第三高中app 云龙县第六小学app 民丰县政要信息app 紫云苗族布依族自治县助农app 郯城县电力app 长海县土木工程app 米林县社会求助app 彝良县公益app 涞水县未成年保护协会app 泌阳县第五小学app 宁远县政要信息app 义县灾害救助app 息烽县招标信息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