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

长春市公开信息app 合肥市工商信息app 晋中市公开信息app 遵义市招标信息app 池州市第六中学app 常州市防灾信息app 呼和浩特市妇联app 衡阳市土地申报app 青岛市卫生协会app 贵港市公益app 黄冈市电台广播中心app 梅州市专题专栏app 嘉兴市养老服务app 柳州市台风信息app 滁州市第六中学app 汕头市安全生产app 崇左市第二高中app 十堰市安全生产app 齐齐哈尔市政务服务app 林芝市第一小学app 汕头市第六小学app 武汉市申建app 咸阳市通讯协会app 金昌市公共法律服务app 鹰潭市水务app 河源市防灾信息app 抚州市政务服务app 金昌市便民app 上栗县专题专栏app 壶关县城乡建设app 五莲县专题专栏app 托克逊县残联救助app 合水县公路管理app 洪雅县教育信息app 榆中县土木工程app 东明县公路管理app 磁县人社管理app 新邵县工商信息app 金塔县防火app 米易县中心校app 云龙县事业单位app 温宿县农业补贴app 罗源县养老服务app 富县第六小学app 阜南县第四中学app 赞皇县文旅信息app 和布克赛尔蒙古自治县电视台广播app 宜兰县学校简介app 犍为县新闻中心app 阜新蒙古族自治县防洪app 弥渡县公益app 抚顺县粮食管理app 武川县第三高中app 崇义县税收公开app 彭阳县助农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/