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

松原市城乡建设app 广安市第一高中app 泉州市电力app 攀枝花市工程造价app 来宾市出口管理app 南昌市社会求助app 株洲市电视台广播app 定西市同城app 青岛市环境保护协会app 清远市司法管理app 保定市振兴乡村app 铜仁市街道办app 秦皇岛市人社管理app 焦作市第二中学app 揭阳市第六中学app 通辽市振兴乡村app 榆林市农业补贴app 佳木斯市森林消防app 辽源市振兴乡村app 巴彦淖尔市消防局app 昭通市学校简介app 龙游县通讯协会app 绛县非物质文化遗产app 牟定县防灾信息app 永平县桥梁管理app 洋县教研app 阳原县电力app 红原县第四高中app 红河县第三中学app 周宁县特殊家庭关爱协会app 罗山县第五中学app 寻乌县消防宣传app 承德县公共法律服务app 冕宁县出口管理app 文成县征地服务app 卢龙县消防宣传app 临邑县土地局app 台前县住房保障app 新安县学校简介app 闽清县防灾信息app 紫金县历史记录app 南漳县水利app 遂平县社会求助app 汶上县环境保护协会app 富裕县暴雨监控中心app 安乡县重大建设公开app 新河县同城app 西华县中心校app 盘山县公路管理app 福海县残联救助app 曲水县新闻中心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/