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:2026-11-19 12:25:50
三门峡市国土信息app 包头市同城app 平顶山市司法管理app 白山市土木工程app 洛阳市税务局app 成都市电台广播中心app 泸州市消防宣传app 德阳市防灾信息app 汉中市第六小学app 来宾市服务大厅app 黄山市街道办app 丹东市振兴乡村app 拉萨市第四高中app 汕尾市国土信息app 佛山市台风监控中心app 乌兰察布市土地申报app 那曲市电视台广播app 东莞市第六中学app 沈阳市第三中学app 清远市学校app 辽源市审计公开app 清远市安全宣传app 镇江市招标信息app 武汉市第四小学app 鄂尔多斯市第二高中app 武汉市税收公开app 泰安市振兴乡村app 宁武县第一中学app 南木林县农业补贴app 彝良县城乡建设app 合水县灾害救助app 宁城县旅游协会app 潼关县第一高中app 武义县专题专栏app 灵川县税收公开app 玉屏侗族自治县警务app 乐安县土地局app 临泉县电台广播中心app 涞源县第一高中app 行唐县新闻中心app 礼县惠农app 澧县出口管理app 德清县妇联救助app 平遥县天气监控中心app 宜君县第三小学app 怀集县电台广播中心app 明水县庆安县第六小学app 古蔺县第六中学app 盘山县残联app 永福县电台广播中心app 庐江县财政信息app 开阳县公路管理app 龙州县市场监督app 泸溪县政务监督app 浮山县第三小学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