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

宿州市旅游监督app 安康市公路管理app 巴彦淖尔市第四高中app 白城市旅游协会app 马鞍山市第四小学app 攀枝花市建设局信息app 德州市信息公开app 十堰市暴雨监控中心app 衡水市安全生产app 防城港市第三高中app 海口市公路管理app 抚州市法律服务app 十堰市信息公开app 通辽市振兴乡村app 辽阳市街道办app 河池市数据管理局app 武威市第三高中app 松原市第三高中app 盘锦市社会求助app 崇左市国土信息app 赤峰市事业单位app 湖州市事业单位app 泰安市消费协会app 宁德市最新新闻app 黄山市风力发电app 汾西县消防局app 平江县农业局app 秦安县应急管理app 浚县第六小学app 安吉县残联app 花垣县公益app 平陆县公正处app 化隆回族自治县城乡建设app 大邑县台风监控中心app 洱源县养殖补助app 称多县电力app 江华瑶族自治县历史记录app 盐山县振兴乡村app 黔西县教育信息app 武宁县土木工程app 三都水族自治县第二高中app 兴国县台风信息app 乌什县第三小学app 文县政务服务app 大厂回族自治县文旅信息app 古丈县消防局app 南漳县旅游协会app 九寨沟县暴雨监控中心app 万荣县卫生协会app 海晏县劳动局app 襄汾县国土信息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/