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

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

作者: 发表时间:2026-07-11 1:41:39
克拉玛依市劳动局app 克拉玛依市公益app 普洱市防洪信息app 池州市工商信息app 丹东市街道办app 通辽市街道办app 上饶市第五小学app 南阳市教育局app 马鞍山市公开信息app 银川市农业局app 吐鲁番市公益app 宁德市数据管理局app 菏泽市第四小学app 益阳市学校简介app 延安市政要信息app 岳阳市水务app 牡丹江市台风监控中心app 咸宁市桥梁管理app 朝阳市养殖补助app 武汉市未成年保护协会app 吕梁市天气监控中心app 杭州市税收公开app 眉山市数据管理局app 北海市城乡建设app 徐州市妇联app 通化市养老服务app 定西市水务app 清远市第一小学app 武汉市残联救助app 清水河县公益app 余干县公共法律服务app 洛扎县公开信息app 三江侗族自治县第六小学app 礼泉县政务服务app 武功县第一高中app 仙游县公正处app 息县第五小学app 洛南县风力发电app 婺源县税务局app 云梦县公正处app 献县旅游协会app 灵台县第五小学app 青阳县便民app 陆河县文旅信息app 德江县旅游监督app 兴县出口管理app 萨迦县工商局app 武平县残联救助app 合江县重大建设公开app 凤县税务局app 尼勒克县第一高中app 五河县人社管理app 芮城县第六小学app 红河县非物质文化遗产app 美姑县养殖补助app 武宁县卫生协会app 永宁县公正处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/

相关文章