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

德州市中心校app 沧州市振兴乡村app 保定市电力app 阳江市土木工程app 潍坊市灾害救助app 孝感市征地服务app 衡水市非物质文化遗产app 临沧市建设局信息app 湘潭市教育信息app 娄底市学校简介app 遵义市教研app 吉林市政府公报app 钦州市数据管理局app 绵阳市市场监督app 南充市灾害救助app 台州市消防局app 驻马店市电视台广播app 西宁市城乡建设app 蚌埠市暴雨监控中心app 伊春市消防局app 兴县国土信息app 阜平县第一高中app 萝北县招标信息app 夏河县农业补贴app 庆元县天气监控中心app 永丰县非物质文化遗产app 长丰县服务大厅app 盱眙县土地申报app 镇赉县事业单位app 西丰县第二高中app 祁县第一小学app 姚安县劳动局app 攸县便民app 龙门县旅游监督app 巫溪县第一中学app 丹寨县第四小学app 宾川县第六小学app 于都县信息公开app 茶陵县第五小学app 临县安全宣传app 炉霍县农业app 凤台县社会求助app 保亭黎族苗族自治县重大建设公开app 独山县第二中学app 都安瑶族自治县防洪app 怀远县中心校app 中宁县招标信息app 微山县水务app 华坪县助农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/