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

长春市暴雨监控中心app 保山市助农app 怀化市教育局app 沧州市公正处app 景德镇市农业局app 吴忠市第二小学app 铜仁市学校app 临汾市惠农app 钦州市政务监督app 洛阳市便民app 佛山市第三高中app 日喀则市台风监控中心app 株洲市中心校app 大同市电力app 濮阳市非物质文化遗产app 临汾市农业app 赤峰市残联救助app 沧州市第四小学app 哈密市民政管理app 岳阳市惠农app 荆门市妇联救助app 扬州市妇联app 济南市警务app 荆州市第五高中app 闽清县防洪app 苍梧县防灾信息app 和顺县电力app 通化县防灾信息app 普格县警务app 唐县公路管理app 塔河县太阳能发电信息app 西林县电视台广播app 米脂县水利app 台东县教育信息app 阿克陶县政要信息app 积石山保安族东乡族撒拉族自治县粮食管理app 兴和县税收公开app 湘潭县历史记录app 融水苗族自治县第二中学app 荔波县第一小学app 镇雄县森林消防app 岫岩满族自治县第五中学app 丰都县消防宣传app 襄城县第六中学app 海兴县审计公开app 民丰县第五小学app 常山县论坛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/