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

菏泽市第四小学app 内江市论坛app 石嘴山市第三中学app 珠海市信息公开app 白山市审计公开app 吉安市市场监督app 武威市申建app 丽水市粮食管理app 莆田市第一高中app 丽江市民政管理app 吉林市旅游协会app 自贡市消防局app 阜新市台风信息app 南通市消费协会app 宁波市历史记录app 阳泉市第一小学app 海东市天气监控中心app 巴中市学校简介app 银川市学校app 湘潭市旅游监督app 驻马店市安全生产app 嘉兴市国土信息app 齐齐哈尔市政府信息公开指南app 茂名市招标信息app 温宿县消防局app 顺平县便民app 城步苗族自治县电台广播中心app 望江县残联救助app 于田县安全生产app 娄烦县文旅信息app 河口瑶族自治县学校app 代县出口管理app 献县未成年保护协会app 合水县防洪app 桂东县粮食管理app 松溪县安全生产app 西乡县电视台广播app 温县警务app 清丰县论坛app 嘉黎县税务局app 桦川县旅游监督app 怀远县第四中学app 绛县防洪信息app 亚东县第四中学app 徐闻县第三中学app 云梦县税收公开app 双牌县特殊家庭关爱协会app 集贤县桥梁管理app 柳城县电力app 大悟县防灾信息app 隆德县便民app 玉龙纳西族自治县工商信息app 富县风力发电app 甘南县公正处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/