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:2026-07-16 12:47:51
邯郸市第五高中app 九江市热点专题app 南通市第六中学app 萍乡市妇联救助app 温州市助农app 荆门市桥梁管理app 巴中市卫生协会app 平凉市铁路管理app 玉溪市公共法律服务app 淄博市司法管理app 马鞍山市水务app 荆州市第二高中app 商洛市中心校app 白城市专题专栏app 临沧市农业app 洛阳市第五高中app 安阳市水务app 苏州市残联救助app 安庆市残联救助app 吉林市土地申报app 三门峡市社会求助app 苏州市政要信息app 昆明市公路管理app 无锡市文旅信息app 武汉市文旅信息app 吉木乃县第二高中app 武邑县铁路管理app 仙游县第二中学app 海兴县消费协会app 遂溪县论坛app 微山县安全生产app 新干县不良信息举报app 义县征地服务app 吴堡县便民app 墨竹工卡县台风信息app 文水县农业补贴app 炉霍县新闻中心app 册亨县政府信息公开指南app 徐闻县特殊家庭关爱协会app 芷江侗族自治县城乡建设app 丰林县安全宣传app 含山县劳动局app 商水县太阳能发电信息app 弋阳县铁路管理app 尼勒克县最新新闻app 临猗县城乡建设app 平和县第二小学app 泌阳县街道办app 资中县专题专栏app 永修县未成年保护协会app 全南县政府公报app 商南县消费协会app 从江县第四高中app 和布克赛尔蒙古自治县第二高中app 宁县教育信息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/

相关文章