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

遵义市第四小学app 惠州市公益app 克拉玛依市第四中学app 吕梁市电台广播中心app 天水市热点专题app 开封市台风监控中心app 乐山市桥梁管理app 邯郸市工程造价app 林芝市教育局app 西宁市灾害救助app 白山市残联app 合肥市服务大厅app 丽水市公共法律服务app 本溪市消费协会app 抚顺市农业局app 常州市第四高中app 汉中市公共法律服务app 绵阳市人社管理app 东营市养殖补助app 榆林市土地申报app 廊坊市司法管理app 平顶山市防洪app 宜春市第二小学app 赤峰市建设局信息app 宿迁市政务服务app 长泰县第二中学app 定结县桥梁管理app 武城县第四中学app 弥渡县公开信息app 安溪县森林消防app 广南县服务大厅app 长武县土地局app 陵水黎族自治县公开信息app 仁布县助农app 林周县防火app 青田县第五高中app 安多县电视台广播app 昌图县同城app 鄱阳县养殖补助app 湄潭县农业app 沽源县天气监控中心app 沭阳县第二小学app 大田县台风信息app 新宁县人社管理app 沁源县长子县土木工程app 勃利县重大建设公开app 平远县市场监督app 麦盖提县政府信息公开指南app 平利县教育信息app 新野县便民app 怀来县暴雨监控中心app 海盐县政务服务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/