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:2026-11-17 6:50:36
蚌埠市水务app 阜新市水利app 固原市第二高中app 昆明市数据管理局app 遂宁市残联救助app 十堰市人社管理app 大连市振兴乡村app 周口市同城app 宿迁市养老服务app 宣城市第五中学app 柳州市第二高中app 遂宁市水务app 宿州市消防局app 威海市养殖补助app 石家庄市司法管理app 白银市教育局app 拉萨市第一中学app 阳江市司法管理app 绥化市工程造价app 葫芦岛市不良信息举报app 绍兴市教研app 池州市安全宣传app 保定市税务局app 新余市第五小学app 巴中市法律服务app 绥化市桥梁管理app 汉中市粮食管理app 德昌县政务服务app 扶沟县土地申报app 中阳县第二高中app 新竹县司法管理app 丁青县工程造价app 黄陵县市场监督app 正定县第四小学app 西吉县招标信息app 金门县桥梁管理app 红原县第二小学app 鄢陵县天气监控中心app 濉溪县枞阳县社会求助app 五台县水务app 会同县劳动局app 崇仁县风力发电app 乐业县第六小学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/

相关文章