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 5:22:24
秦皇岛市不良信息举报app 汉中市民政管理app 四平市国土信息app 哈密市招标信息app 西宁市工商局app 三明市粮食管理app 日喀则市工商局app 延安市第六中学app 昌都市农业补贴app 伊春市桥梁管理app 固原市电力app 沧州市助农app 大庆市税收公开app 玉林市公开信息app 揭阳市审计公开app 常州市财政信息app 云浮市防洪信息app 铜陵市服务大厅app 淮安市第二高中app 晋中市第三中学app 荆州市应急管理app 柳州市公共文化服务app 丰都县暴雨监控中心app 洪雅县征地服务app 交口县惠农app 泾源县农业补贴app 丹巴县台风信息app 黄龙县第一小学app 漳浦县学校app 封丘县桥梁管理app 盐边县出口管理app 方城县卫生协会app 张北县民政管理app 罗田县防洪app 顺昌县暴雨监控中心app 玛多县旅游协会app 泰和县妇联app 容城县土地局app 新平彝族傣族自治县卫生协会app 邱县热点专题app 平陆县第六中学app 岢岚县警务app 宁都县防洪信息app 武宣县第二高中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