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

江门市消费协会app 朔州市公益app 铜仁市第二高中app 张家口市历史记录app 聊城市中心校app 伊春市重大建设公开app 乌兰察布市重大建设公开app 保山市第四高中app 延安市数据管理局app 三门峡市第五中学app 邵阳市灾害救助app 拉萨市公共法律服务app 大连市公正处app 中山市农业补贴app 芜湖市卫生协会app 伊春市助农app 白城市应急管理app 宿迁市农业局app 襄阳市政府信息公开指南app 柳州市第三中学app 宜宾市征地服务app 林芝市同城app 郑州市太阳能发电信息app 云和县税收公开app 桑植县政府信息公开指南app 沙雅县警务app 鲁山县粮食管理app 建平县政务服务app 柞水县税务局app 常山县消防局app 印江土家族苗族自治县天气监控中心app 当雄县消防局app 封丘县住房保障app 平利县铁路管理app 波密县第二高中app 察雅县太阳能发电信息app 乾县城乡建设app 湖口县暴雨监控中心app 丘北县第五小学app 盐源县旅游协会app 马山县不良信息举报app 边坝县教育信息app 花莲县出口管理app 武功县政府公报app 镇沅彝族哈尼族拉祜族自治县司法管理app 伽师县台风监控中心app 永兴县安全生产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/