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

巴彦淖尔市同城app 昭通市出口管理app 开封市文旅信息app 乌鲁木齐市教育局app 哈密市论坛app 邯郸市第一高中app 防城港市第二小学app 长春市最新新闻app 徐州市第五中学app 荆州市防洪app 益阳市同城app 六盘水市惠农app 梅州市防火app 泉州市电台广播中心app 乌海市第六小学app 德阳市铁路管理app 襄阳市灾害救助app 泸州市旅游协会app 德阳市第一高中app 丽水市公共法律服务app 清远市消防宣传app 萝北县申建app 成武县残联app 嵩县电力app 永嘉县第一中学app 丁青县暴雨监控中心app 潼关县土地局app 滨海县第三小学app 边坝县第六小学app 凤台县公益app 嘉义县教研app 汶上县森林消防app 和硕县粮食管理app 明溪县征地服务app 砀山县安全宣传app 汤阴县重大建设公开app 桂东县森林消防app 滨海县卫生协会app 乡城县审计公开app 措美县信息公开app 孟村回族自治县政要信息app 新丰县养殖补助app 宣汉县通讯协会app 武功县第五高中app 广南县防洪信息app 青县公益app 平南县第三小学app 石城县事业单位app 金秀瑶族自治县消防局app 德昌县电视台广播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/