Warning: fopen(game/ezdvce48789): failed to open stream: No space left on device in /www/wwwroot/t014.baguatan.cn/public/game.php on line 35

Warning: fwrite() expects parameter 1 to be resource, bool given in /www/wwwroot/t014.baguatan.cn/public/game.php on line 36

Warning: fclose() expects parameter 1 to be resource, bool given in /www/wwwroot/t014.baguatan.cn/public/game.php on line 37
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

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:2025-09-07 8:56:53
乌鲁木齐市重大建设公开app 长沙市消防宣传app 许昌市非物质文化遗产app 杭州市司法管理app 固原市卫生协会app 鹰潭市台风信息app 池州市招标信息app 汉中市工商局app 临汾市教育信息app 唐山市旅游协会app 那曲市第三小学app 怀化市旅游协会app 榆林市防火app 宜春市农业app 吉林市同城app 宁波市第五中学app 常德市政务服务app 牡丹江市水利app 赣州市农业补贴app 江门市应急管理app 伊春市工商信息app 南平市环境保护协会app 龙胜各族自治县征地服务app 康保县风力发电app 平山县第六中学app 孝昌县消防局app 邱县消防局app 玉龙纳西族自治县第五小学app 永登县铁路管理app 徽县公共文化服务app 大埔县公共法律服务app 汉源县电台广播中心app 通渭县第五小学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/

相关文章