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

汕头市第二高中app 漯河市市场监督app 广州市数据管理局app 舟山市国土信息app 金华市残联救助app 菏泽市出口管理app 抚顺市公路管理app 三亚市第四高中app 潮州市天气监控中心app 龙岩市第四中学app 南京市学校app 榆林市专题专栏app 衢州市街道办app 拉萨市消防宣传app 平顶山市农业app 秦皇岛市工商局app 保定市妇联app 常州市电台广播中心app 肇庆市工商局app 广州市便民app 金寨县民政管理app 北川羌族自治县妇联app 吉安县第三高中app 禄劝彝族苗族自治县非物质文化遗产app 渭源县公益app 蓬安县农业局app 双柏县论坛app 洛隆县公益app 甘谷县妇联app 博白县不良信息举报app 和林格尔县工商局app 信丰县旅游协会app 闽侯县铁路管理app 红安县历史记录app 桐梓县粮食管理app 城固县第四小学app 闽清县特殊家庭关爱协会app 永德县第一高中app 平乡县环境保护协会app 平武县不良信息举报app 曲沃县事业单位app 辉南县农业app 安溪县土地申报app 郓城县残联app 湘阴县第一小学app 泸溪县教育信息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/