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

嘉兴市政务监督app 抚顺市土地申报app 儋州市税务局app 东莞市信息公开app 江门市台风监控中心app 石嘴山市第二小学app 安阳市教育局app 菏泽市教育信息app 河池市森林消防app 池州市粮食管理app 防城港市政府信息公开指南app 巴中市农业app 通化市第四高中app 济南市灾害救助app 哈密市振兴乡村app 邢台市法律服务app 平顶山市民政管理app 安阳市同城app 巴中市警务app 通辽市出口管理app 萍乡市安全宣传app 宁德市重大建设公开app 益阳市中心校app 嘉峪关市安全宣传app 西宁市数据管理局app 吕梁市政府公报app 儋州市政务监督app 临沭县养殖补助app 龙门县社会求助app 滦平县沧县招标信息app 和静县警务app 嘉黎县公路管理app 崇义县妇联app 西丰县城乡建设app 沁水县第二小学app 镇赉县特殊家庭关爱协会app 大关县政务服务app 嵩明县森林消防app 皮山县通讯协会app 建水县土木工程app 五河县非物质文化遗产app 莒县台风监控中心app 镇原县文旅信息app 江华瑶族自治县数据管理局app 陇西县重大建设公开app 沂南县防火app 武宣县第六小学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/