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

武威市劳动局app 拉萨市第五高中app 洛阳市旅游协会app 驻马店市信息公开app 德阳市新闻中心app 鄂尔多斯市不良信息举报app 淮南市残联救助app 常德市太阳能发电信息app 襄阳市非物质文化遗产app 宜宾市公开信息app 绵阳市不良信息举报app 宁德市征地服务app 开封市税务局app 南京市土木工程app 宜昌市消防宣传app 南京市学校简介app 绵阳市通讯协会app 荆门市法律服务app 抚顺市水务app 宁波市征地服务app 百色市消防局app 峨山彝族自治县第四小学app 沙洋县特殊家庭关爱协会app 织金县公正处app 安平县城乡建设app 德化县政要信息app 齐河县司法管理app 镇安县风力发电app 靖宇县水务app 永仁县审计公开app 武陟县太阳能发电信息app 秀山土家族苗族自治县非物质文化遗产app 环江毛南族自治县第一中学app 康乐县振兴乡村app 皋兰县第二中学app 大余县公正处app 织金县第三高中app 太湖县第三小学app 定日县教育信息app 施秉县应急管理app 开鲁县审计公开app 泗水县司法管理app 盐津县学校简介app 大城县申建app 湟源县税收公开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/