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:2026-06-28 12:57:19
南通市防洪信息app 山南市消防宣传app 娄底市人社管理app 乌海市教研app 景德镇市第三高中app 石嘴山市第四小学app 九江市公共文化服务app 无锡市环境保护协会app 新余市出口管理app 三沙市最新新闻app 信阳市历史记录app 河源市第二高中app 那曲市养殖补助app 上饶市农业app 佳木斯市建设局信息app 黑河市妇联app 上饶市太阳能发电信息app 连云港市住房保障app 白银市未成年保护协会app 昌都市申建app 昆明市农业app 武威市重大建设公开app 嘉兴市养殖补助app 大同市助农app 九江市警务app 汉中市惠农app 宝鸡市申建app 岢岚县电视台广播app 合江县农业补贴app 太康县人社管理app 肃宁县旅游协会app 眉县同城app 范县公益app 友谊县安全宣传app 新邵县残联救助app 隆安县征地服务app 垣曲县专题专栏app 沭阳县安全宣传app 唐县振兴乡村app 托里县台风信息app 白玉县征地服务app 酉阳土家族苗族自治县财政信息app 翼城县服务大厅app 桦南县民政管理app 阳西县工商信息app 伊川县卫生协会app 南涧彝族自治县数据管理局app 碌曲县申建app 井研县电视台广播app 彭水苗族土家族自治县旅游协会app 云龙县第四中学app 蠡县教研app 盈江县公路管理app 临澧县防灾信息app 昌黎县第一小学app 镇坪县征地服务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