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:2026-07-03 1:43:38
昌都市学校app 嘉峪关市防洪信息app 宁德市民政管理app 广安市人社管理app 驻马店市社会求助app 铜仁市政府信息公开指南app 郑州市第二小学app 新乡市电视台广播app 忻州市论坛app 滁州市旅游监督app 固原市文旅信息app 盐城市政府信息公开指南app 绍兴市警务app 聊城市文旅信息app 锦州市人社管理app 镇康县特殊家庭关爱协会app 宿松县市场监督app 衡阳县税务局app 岫岩满族自治县便民app 永新县防灾信息app 临洮县审计公开app 崇信县学校简介app 天全县国土信息app 蒲江县铁路管理app 呼玛县同城app 赵县森林消防app 洱源县农业补贴app 丹凤县专题专栏app 颍上县土地申报app 朝阳县中心校app 轮台县旅游协会app 隰县司法管理app 呼图壁县政府公报app 大英县惠农app 互助土族自治县出口管理app 元阳县助农app 祥云县防火app 都兰县最新新闻app 米脂县森林消防app 兰考县第一小学app 紫阳县防火app 濉溪县枞阳县政要信息app 藤县不良信息举报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