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

内江市电视台广播app 温州市第四小学app 黄石市风力发电app 贺州市振兴乡村app 南昌市中心校app 营口市论坛app 南平市卫生协会app 湛江市建设局信息app 安庆市招标信息app 南宁市灾害救助app 阜新市文旅信息app 肇庆市服务大厅app 舟山市公益app 通辽市第四中学app 太原市电视台广播app 衢州市农业app 六盘水市公正处app 林芝市公正处app 平顶山市公路管理app 河池市教研app 白银市第二高中app 邯郸市第二高中app 清远市第五高中app 郑州市便民app 承德市不良信息举报app 阳泉市公正处app 葫芦岛市第二高中app 临泽县信息公开app 木里藏族自治县工商信息app 朝阳县惠农app 新疆维吾尔自治区数据管理局app 怀远县重大建设公开app 玉山县太阳能发电信息app 康县水利app 新竹县政府公报app 宿松县太阳能发电信息app 兴海县第五中学app 静乐县铁路管理app 贞丰县灾害救助app 潢川县建设局信息app 周宁县通讯协会app 萨迦县政要信息app 灌阳县妇联app 剑河县防洪信息app 交城县水利app 佛坪县公路管理app 金塔县中心校app 潢川县司法管理app 佛冈县第四中学app 青冈县天气监控中心app 香河县景县安全宣传app 望江县第四小学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/