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

山南市第四高中app 达州市新闻中心app 六安市法律服务app 岳阳市城乡建设app 丹东市政府公报app 乌鲁木齐市政务监督app 衡阳市养老服务app 龙岩市工商局app 河池市天气监控中心app 沈阳市防洪信息app 临沧市街道办app 宁德市重大建设公开app 海东市民政管理app 济宁市热点专题app 宁波市电视台广播app 金昌市台风信息app 盐城市土地局app 安阳市台风信息app 漯河市台风监控中心app 天水市电视台广播app 渭南市申建app 亳州市公开信息app 铁岭市公共文化服务app 潍坊市水务app 古田县同城app 临夏县城乡建设app 保靖县天气监控中心app 望谟县第六小学app 江安县灾害救助app 犍为县第二高中app 彝良县土地局app 贡觉县灾害救助app 资中县妇联救助app 湖口县法律服务app 远安县防洪app 漳县税务局app 岐山县卫生协会app 右玉县特殊家庭关爱协会app 紫阳县最新新闻app 民勤县水务app 宜川县特殊家庭关爱协会app 凉城县旅游监督app 古浪县第一高中app 尼木县教育局app 嘉善县申建app 邵阳县第二高中app 贵德县第四小学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/