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:2026-07-19 1:51:30
安顺市公益app 济南市第五中学app 嘉峪关市同城app 滨州市数据管理局app 邵阳市最新新闻app 南充市土木工程app 吴忠市台风监控中心app 厦门市住房保障app 株洲市妇联app 湖州市社会求助app 南阳市政府公报app 绍兴市专题专栏app 白银市防灾信息app 三门峡市第六中学app 张掖市警务app 铁岭市劳动局app 泰安市学校app 龙岩市法律服务app 南京市工商信息app 景德镇市台风信息app 江门市台风监控中心app 咸阳市特殊家庭关爱协会app 驻马店市养老服务app 亳州市防灾信息app 吉林市工程造价app 亳州市土地局app 厦门市教育信息app 梧州市重大建设公开app 永州市学校app 阜新市专题专栏app 桂阳县台风信息app 秦安县助农app 邵阳县工商信息app 洪雅县教育局app 剑阁县第四高中app 乡宁县电力app 巴里坤哈萨克自治县城乡建设app 柘城县不良信息举报app 礼县政要信息app 连城县未成年保护协会app 略阳县教育信息app 天峨县最新新闻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