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

南通市学校简介app 渭南市同城app 兰州市水利app 吉安市公正处app 南平市应急管理app 石嘴山市非物质文化遗产app 鄂州市政务服务app 南平市惠农app 伊春市第一小学app 曲靖市工程造价app 内江市税收公开app 鹤岗市政府信息公开指南app 潮州市不良信息举报app 四平市民政管理app 朔州市工程造价app 东营市太阳能发电信息app 河池市电台广播中心app 肇庆市信息公开app 岳阳市第三中学app 兰州市消防宣传app 三亚市第一中学app 曲靖市农业app 四平市灾害救助app 德州市振兴乡村app 毕节市桥梁管理app 河池市第五中学app 榆中县太阳能发电信息app 上林县司法管理app 德化县事业单位app 成安县社会求助app 富顺县残联救助app 曲周县民政管理app 交口县便民app 合水县妇联救助app 礼县残联救助app 临澧县政务服务app 长武县第一中学app 单县住房保障app 泸县防洪app 五河县第六小学app 江口县台风信息app 承德县安全宣传app 伊通满族自治县养殖补助app 平南县数据管理局app 东兰县警务app 阳原县便民app 道县学校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/