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

常德市申建app 广州市第五小学app 湘潭市征地服务app 深圳市事业单位app 定西市教育局app 大连市重大建设公开app 鹤壁市环境保护协会app 乌海市中心校app 汉中市招标信息app 漯河市防洪app 那曲市税务局app 呼和浩特市申建app 马鞍山市教育信息app 池州市应急管理app 马鞍山市政府信息公开指南app 中卫市政务服务app 太原市住房保障app 南平市第三高中app 承德市政要信息app 宁德市消防局app 丹东市卫生协会app 淮南市土地申报app 巴中市水利app 淮安市司法管理app 邯郸市第一高中app 吐鲁番市人社管理app 湘潭市卫生协会app 宁波市审计公开app 漳州市特殊家庭关爱协会app 余庆县森林消防app 墨脱县招标信息app 三穗县文旅信息app 灌南县防灾信息app 咸丰县消费协会app 修文县第二高中app 高台县第三高中app 柳河县环境保护协会app 定襄县第二中学app 贵德县中心校app 祥云县土地局app 和平县热点专题app 勐海县教育局app 策勒县司法管理app 山阴县事业单位app 洞口县公共文化服务app 成县妇联app 连平县残联救助app 饶河县教育信息app 比如县学校简介app 鹿邑县征地服务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/