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

昆明市服务大厅app 眉山市出口管理app 通辽市学校app 六盘水市铁路管理app 开封市第五中学app 苏州市住房保障app 舟山市工商信息app 赤峰市同城app 营口市残联app 江门市民政管理app 承德市水务app 包头市第二高中app 秦皇岛市重大建设公开app 山南市司法管理app 河池市消费协会app 宁波市第四中学app 三门峡市暴雨监控中心app 马鞍山市警务app 张家界市建设局信息app 福州市电视台广播app 烟台市工程造价app 泰安市第一高中app 鄂尔多斯市残联app 贵阳市数据管理局app 萍乡市社会求助app 昆明市第五小学app 抚州市信息公开app 宜宾市政府信息公开指南app 常德市教育局app 攀枝花市铁路管理app 商南县台风信息app 柳城县最新新闻app 巨野县同城app 随县消防局app 民和回族土族自治县征地服务app 湘潭县学校简介app 温宿县教研app 杂多县教研app 新晃侗族自治县第六小学app 张家川回族自治县环境保护协会app 巴东县人社管理app 西畴县粮食管理app 永清县第六中学app 芒康县残联救助app 德钦县振兴乡村app 寿阳县政务监督app 务川仡佬族苗族自治县招标信息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/