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

怀化市审计公开app 太原市新闻中心app 常德市服务大厅app 连云港市防灾信息app 南京市卫生协会app 漯河市工程造价app 伊春市第二高中app 南阳市第四高中app 潍坊市电力app 铜仁市第一小学app 宣城市专题专栏app 佛山市同城app 巴彦淖尔市政府信息公开指南app 株洲市便民app 宝鸡市教研app 苏州市妇联app 资阳市专题专栏app 唐山市第一小学app 新乡市桥梁管理app 惠州市警务app 呼和浩特市信息公开app 杭州市建设局信息app 合肥市农业app 葫芦岛市数据管理局app 内江市消防局app 昆明市市场监督app 赤峰市应急管理app 达州市人社管理app 盐城市旅游协会app 株洲市防洪信息app 华安县南靖县政府信息公开指南app 罗源县工商局app 大宁县第六中学app 会东县国土信息app 玉山县电视台广播app 灵璧县劳动局app 茂县第五高中app 德钦县未成年保护协会app 洛浦县信息公开app 宁县养老服务app 天全县工商局app 巫山县申建app 焉耆回族自治县通讯协会app 乡宁县街道办app 沽源县税务局app 克东县劳动局app 灵丘县不良信息举报app 诏安县社会求助app 来安县第四高中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/