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

咸阳市学校app 周口市第四小学app 金昌市税务局app 沧州市农业局app 辽源市市场监督app 许昌市第一高中app 泸州市妇联救助app 太原市人社管理app 辽阳市消防局app 日照市电视台广播app 盘锦市税务局app 兰州市最新新闻app 那曲市振兴乡村app 鄂尔多斯市电视台广播app 葫芦岛市学校简介app 茂名市警务app 宜昌市历史记录app 茂名市振兴乡村app 鞍山市同城app 南昌市新闻中心app 泉州市水务app 无锡市防洪信息app 玉林市风力发电app 赣州市民政管理app 沧州市旅游协会app 乌鲁木齐市国土信息app 本溪市工商局app 尚义县铁路管理app 内丘县新闻中心app 朝阳县公共法律服务app 南漳县森林消防app 静宁县工商信息app 镇宁布依族苗族自治县桥梁管理app 中牟县暴雨监控中心app 黑山县政要信息app 高县公共法律服务app 西畴县妇联app 桐梓县国土信息app 井研县防洪app 平舆县惠农app 五寨县土地申报app 农安县非物质文化遗产app 广昌县人社管理app 献县暴雨监控中心app 兰陵县惠农app 阜南县重大建设公开app 林口县灾害救助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/