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:2026-07-16 11:33:31
徐州市文旅信息app 武威市民政管理app 珠海市市场监督app 阳泉市警务app 成都市非物质文化遗产app 青岛市第二高中app 邢台市农业局app 咸阳市热点专题app 石家庄市土地申报app 乌鲁木齐市粮食管理app 株洲市热点专题app 宜昌市历史记录app 克拉玛依市非物质文化遗产app 遵义市公正处app 牡丹江市第四小学app 连云港市台风信息app 银川市住房保障app 宜昌市第三小学app 黄山市招标信息app 黄山市第六中学app 新乡市公正处app 遵义市信息公开app 松原市天气监控中心app 双鸭山市同城app 平顶山市旅游监督app 定西市第二高中app 漯河市台风监控中心app 常德市第六中学app 绵阳市公共法律服务app 高阳县劳动局app 子洲县司法管理app 保康县第三中学app 桑日县建设局信息app 石阡县卫生协会app 汝城县残联app 海兴县政务监督app 玛曲县养老服务app 闻喜县工程造价app 炉霍县消防宣传app 尼木县卫生协会app 南陵县建设局信息app 沿河土家族自治县防灾信息app 大方县助农app 林西县文旅信息app 临武县卫生协会app 甘德县专题专栏app 永顺县通讯协会app 安溪县工商信息app 嵩县热点专题app 临邑县工商局app 苍溪县服务大厅app 兴山县审计公开app 西乡县公共文化服务app 孟津县国土信息app 浚县水务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