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

毕节市农业app 淄博市旅游监督app 鄂州市不良信息举报app 河源市安全宣传app 太原市建设局信息app 贺州市数据管理局app 昌都市公益app 渭南市公共文化服务app 吐鲁番市卫生协会app 乐山市第三高中app 鹰潭市社会求助app 雅安市第二高中app 荆门市信息公开app 温州市第三中学app 拉萨市农业app 三沙市未成年保护协会app 东莞市工程造价app 日喀则市第五中学app 辽阳市台风监控中心app 六安市养殖补助app 济宁市工程造价app 驻马店市司法管理app 德州市铁路管理app 乌鲁木齐市消防宣传app 昌都市第二小学app 开封市论坛app 乌兰县环境保护协会app 大箐山县未成年保护协会app 迭部县工商局app 理县第五高中app 大姚县天气监控中心app 峡江县天气监控中心app 睢宁县历史记录app 留坝县第二高中app 舒城县公路管理app 德江县铁路管理app 浦北县新闻中心app 濉溪县枞阳县第五高中app 宝清县环境保护协会app 林西县台风信息app 阳新县城乡建设app 雅江县养殖补助app 临高县第二高中app 兴文县公益app 封开县特殊家庭关爱协会app 阿合奇县学校app 诏安县教育局app 莒县审计公开app 始兴县灾害救助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/