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

烟台市第六小学app 盘锦市重大建设公开app 崇左市土木工程app 濮阳市热点专题app 定西市第二中学app 西宁市工商局app 鹰潭市第二高中app 大庆市防洪信息app 萍乡市水务app 克拉玛依市税收公开app 丹东市台风信息app 镇江市森林消防app 马鞍山市土地局app 桂林市服务大厅app 银川市重大建设公开app 毕节市太阳能发电信息app 伊春市市场监督app 成都市妇联救助app 萍乡市征地服务app 景德镇市第一中学app 阜新市消费协会app 汉中市助农app 信阳市第六中学app 张家口市学校简介app 呼和浩特市征地服务app 舟山市申建app 苏州市法律服务app 大连市桥梁管理app 泸溪县街道办app 广饶县第六小学app 福贡县审计公开app 平原县防洪信息app 巴青县未成年保护协会app 江城哈尼族彝族自治县残联app 白河县台风信息app 灵山县工程造价app 清原满族自治县台风信息app 围场满族蒙古族自治县养殖补助app 长泰县农业局app 无棣县风力发电app 郁南县论坛app 清丰县工商信息app 凤凰县招标信息app 肇源县土地局app 宜兰县森林消防app 武邑县住房保障app 营山县便民app 象州县公开信息app 兴和县街道办app 高青县环境保护协会app 灵石县榆社县住房保障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/