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

克拉玛依市消防局app 镇江市审计公开app 蚌埠市政府公报app 驻马店市政要信息app 滨州市铁路管理app 九江市招标信息app 铁岭市养殖补助app 龙岩市服务大厅app 洛阳市第二小学app 无锡市太阳能发电信息app 深圳市工商局app 平凉市住房保障app 定西市通讯协会app 濮阳市政府公报app 毕节市第六小学app 天水市历史记录app 衡阳市天气监控中心app 贺州市残联救助app 庆阳市公正处app 丽水市土地局app 葫芦岛市公共文化服务app 防城港市政府信息公开指南app 淄博市第一中学app 德州市工商信息app 河池市第六中学app 揭阳市出口管理app 陇南市政务服务app 营口市市场监督app 洛阳市第四中学app 抚顺市电力app 临朐县第三高中app 商水县天气监控中心app 甘南县人社管理app 慈利县街道办app 洋县旅游协会app 壶关县公路管理app 海晏县公共文化服务app 缙云县服务大厅app 元江哈尼族彝族傣族自治县第四小学app 遂昌县农业app 左云县信息公开app 缙云县应急管理app 黄梅县住房保障app 夏邑县工程造价app 昭苏县学校app 平定县便民app 桃江县铁路管理app 嘉义县申建app 晴隆县旅游监督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/