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

贵港市土木工程app 沈阳市粮食管理app 牡丹江市第二中学app 岳阳市第四小学app 阳泉市农业补贴app 百色市人社管理app 石家庄市电视台广播app 漯河市出口管理app 呼伦贝尔市消防宣传app 山南市农业app 嘉兴市审计公开app 许昌市新闻中心app 张家口市公路管理app 呼伦贝尔市历史记录app 广安市公开信息app 自贡市第一小学app 乐至县信息公开app 应县防洪app 宽甸满族自治县热点专题app 盐池县劳动局app 长白朝鲜族自治县第四中学app 陇西县残联救助app 青阳县论坛app 河口瑶族自治县审计公开app 天等县司法管理app 五原县警务app 红原县政务服务app 政和县防灾信息app 边坝县国土信息app 安新县第一小学app 永靖县天气监控中心app 托克托县防洪信息app 夹江县第一高中app 怀宁县教育局app 三门县防灾信息app 务川仡佬族苗族自治县防洪信息app 沁水县审计公开app 额敏县桥梁管理app 魏县暴雨监控中心app 布拖县养老服务app 兰西县第五小学app 延长县风力发电app 罗田县旅游监督app 凤阳县法律服务app 会同县旅游协会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/