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

六盘水市征地服务app 泸州市农业补贴app 南平市惠农app 永州市防洪app 南宁市第五高中app 云浮市教研app 保山市铁路管理app 朝阳市卫生协会app 鸡西市服务大厅app 海口市太阳能发电信息app 抚州市新闻中心app 池州市桥梁管理app 梧州市公共文化服务app 济宁市第六小学app 岳阳市司法管理app 保定市妇联app 徐州市电台广播中心app 眉山市论坛app 上饶市养老服务app 贵阳市电台广播中心app 鸡泽县威县工商信息app 安龙县历史记录app 农安县税收公开app 景谷傣族彝族自治县卫生协会app 寿阳县公正处app 汤阴县土地申报app 宁城县养老服务app 巫山县第二中学app 东辽县学校app 班戈县教研app 新河县警务app 精河县安全宣传app 阿合奇县审计公开app 巴彦县助农app 蕲春县教育信息app 沭阳县水利app 广灵县出口管理app 东平县学校简介app 泸溪县服务大厅app 和静县出口管理app 三穗县第五高中app 玛纳斯县教育局app 剑川县消费协会app 湘潭县招标信息app 乾安县第二高中app 施秉县第二中学app 当涂县事业单位app 宝应县第三小学app 康乐县住房保障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/