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:2026-07-11 6:59:50
安庆市农业app 衢州市第二高中app 晋城市环境保护协会app 太原市暴雨监控中心app 本溪市学校简介app 漳州市第六中学app 平顶山市第三中学app 荆门市人社管理app 宣城市服务大厅app 吉林市消防宣传app 克拉玛依市教研app 枣庄市消费协会app 平顶山市政务服务app 盘锦市财政信息app 廊坊市政务监督app 衢州市论坛app 邢台市惠农app 鞍山市司法管理app 中山市人社管理app 长治市台风信息app 咸阳市第六中学app 郴州市消防局app 大同市防洪app 盘锦市铁路管理app 辽阳市公正处app 白银市招标信息app 商洛市国土信息app 日喀则市养老服务app 靖边县第五中学app 竹溪县同城app 盈江县事业单位app 清水县消费协会app 积石山保安族东乡族撒拉族自治县申建app 清徐县招标信息app 沙雅县第三高中app 大化瑶族自治县警务app 费县第五高中app 黔西县工商信息app 麻栗坡县招标信息app 泾阳县教育局app 合浦县第三小学app 温县政要信息app 越西县防洪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