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

淮北市安全宣传app 珠海市安全生产app 玉溪市第三中学app 朝阳市第五小学app 西宁市教育局app 六安市妇联app 常州市警务app 武威市民政管理app 宜春市第一小学app 铁岭市旅游监督app 莆田市便民app 贵阳市第一中学app 驻马店市重大建设公开app 安顺市第五小学app 庆阳市工商信息app 保山市政务监督app 大连市招标信息app 泸州市第六中学app 烟台市第三中学app 宜春市第三小学app 濮阳市公路管理app 邢台市最新新闻app 古县第四高中app 杂多县农业局app 全州县助农app 柳河县民政管理app 麻栗坡县太阳能发电信息app 内黄县服务大厅app 确山县妇联app 错那县警务app 望江县数据管理局app 大新县城乡建设app 长顺县旅游监督app 砚山县出口管理app 缙云县惠农app 子洲县防火app 兴山县残联app 克山县电台广播中心app 博野县第五高中app 麻阳苗族自治县第一高中app 平潭县农业局app 青阳县防洪app 孟津县第三小学app 仁化县中心校app 临颍县街道办app 班戈县电台广播中心app 永登县公开信息app 保德县工程造价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/