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:2026-07-15 10:39:29
张掖市公开信息app 福州市文旅信息app 榆林市工商局app 潮州市防洪信息app 滁州市第五高中app 阜新市同城app 阳江市招标信息app 南京市政要信息app 滁州市防灾信息app 舟山市第四高中app 丽江市残联app 铜川市教育信息app 揭阳市第三高中app 德州市征地服务app 泰安市第五中学app 鹤岗市征地服务app 马鞍山市第三中学app 运城市土木工程app 贺州市新闻中心app 景德镇市街道办app 娄底市公正处app 阜阳市市场监督app 安康市妇联救助app 衢州市应急管理app 铜川市中心校app 乌鲁木齐市第一中学app 普洱市水利app 沙洋县灾害救助app 青龙满族自治县残联救助app 盐津县第五中学app 巨鹿县公路管理app 浦城县新闻中心app 布拖县残联app 贡山独龙族怒族自治县财政信息app 古县第四小学app 武山县出口管理app 沭阳县教育局app 涉县消防宣传app 亚东县公共法律服务app 榕江县公正处app 广昌县劳动局app 大厂回族自治县教育信息app 兰陵县重大建设公开app 广灵县政要信息app 临漳县司法管理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