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

丹东市农业app 沈阳市公共法律服务app 赣州市政务监督app 随州市防洪app 嘉峪关市政府公报app 连云港市中心校app 阜新市论坛app 蚌埠市森林消防app 周口市防洪app 黑河市民政管理app 梅州市公开信息app 淮南市风力发电app 烟台市第一高中app 通辽市暴雨监控中心app 吉安市法律服务app 眉山市农业app 安康市住房保障app 自贡市出口管理app 贵阳市便民app 保定市最新新闻app 惠州市暴雨监控中心app 滨州市信息公开app 宜春市农业局app 原阳县劳动局app 北川羌族自治县残联救助app 涟水县卫生协会app 江华瑶族自治县助农app 景东彝族自治县防灾信息app 澜沧拉祜族自治县妇联救助app 北川羌族自治县申建app 桐庐县第三中学app 霞浦县公益app 石棉县第二高中app 北川羌族自治县防洪app 平和县铁路管理app 新兴县第三中学app 灵石县榆社县特殊家庭关爱协会app 武川县事业单位app 广灵县暴雨监控中心app 砀山县旅游监督app 开鲁县第四中学app 苍溪县教育局app 金乡县司法管理app 顺平县同城app 洛宁县灾害救助app 杂多县水利app 兴安县电视台广播app 化德县商都县教育信息app 锦屏县街道办app 桓台县教研app 辽阳县税务局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/