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:2026-11-17 1:25:31
吉安市第二高中app 锦州市工程造价app 丹东市消防宣传app 松原市养殖补助app 亳州市审计公开app 平顶山市土地局app 白银市同城app 滨州市最新新闻app 龙岩市公正处app 新乡市电台广播中心app 温州市文旅信息app 眉山市残联app 西安市服务大厅app 呼和浩特市热点专题app 铜陵市防灾信息app 黄石市天气监控中心app 毕节市养殖补助app 彰化县消防宣传app 淳化县旅游协会app 石楼县天气监控中心app 白河县街道办app 金湖县振兴乡村app 兴安县热点专题app 沈丘县第三小学app 麦盖提县第四小学app 宜章县水利app 石渠县第四小学app 馆陶县土地局app 徽县政府公报app 阳朔县司法管理app 林周县工商信息app 沂水县第二中学app 留坝县第三高中app 博罗县养老服务app 肃北蒙古族自治县第四小学app 平和县住房保障app 肇州县教育信息app 张北县水务app 清丰县征地服务app 昌乐县住房保障app 麻阳苗族自治县暴雨监控中心app 疏附县第五小学app 开江县第二高中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