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:2026-07-06 8:25:18
防城港市残联app 三门峡市政府信息公开指南app 珠海市最新新闻app 亳州市防洪app 黄冈市风力发电app 黑河市学校简介app 乌兰察布市税务局app 哈尔滨市卫生协会app 通化市历史记录app 云浮市事业单位app 东营市第五中学app 德州市防洪app 鹤岗市公共法律服务app 大同市第二高中app 景德镇市新闻中心app 韶关市政府信息公开指南app 固原市农业app 沈阳市残联app 承德市第二高中app 黄石市安全宣传app 金昌市第二高中app 成都市税收公开app 酒泉市公路管理app 达州市数据管理局app 泉州市公开信息app 大庆市第三高中app 长春市热点专题app 湛江市第五高中app 泉州市惠农app 汝阳县政府公报app 安新县国土信息app 尼木县工程造价app 天峻县非物质文化遗产app 东海县国土信息app 舟曲县文旅信息app 长白朝鲜族自治县公路管理app 白玉县文旅信息app 沅陵县电视台广播app 舒城县街道办app 夏河县住房保障app 陇西县住房保障app 永清县热点专题app 福贡县铁路管理app 通海县防火app 左云县残联救助app 周至县公共文化服务app 三穗县太阳能发电信息app 卢龙县太阳能发电信息app 澄迈县台风监控中心app 双江拉祜族佤族布朗族傣族自治县文旅信息app 城固县消费协会app 江华瑶族自治县民政管理app 内黄县消防局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