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

衡水市养老服务app 郑州市历史记录app 安康市特殊家庭关爱协会app 济宁市电力app 郴州市公路管理app 绥化市电视台广播app 株洲市第五小学app 淮安市特殊家庭关爱协会app 鹰潭市便民app 连云港市教育信息app 阜新市残联app 新余市税收公开app 铜仁市防灾信息app 张掖市法律服务app 阜阳市第三中学app 鄂州市第五高中app 防城港市电力app 苏州市助农app 广安市第一小学app 许昌市电台广播中心app 日喀则市第三中学app 德州市土地申报app 鄂尔多斯市第六小学app 濮阳市防火app 元江哈尼族彝族傣族自治县防灾信息app 鄯善县消费协会app 青河县妇联救助app 中江县防灾信息app 武乡县公共文化服务app 永胜县环境保护协会app 龙山县工商信息app 平远县文旅信息app 兴海县公共文化服务app 甘孜县警务app 三江侗族自治县未成年保护协会app 忠县残联app 乌恰县招标信息app 深泽县未成年保护协会app 南涧彝族自治县电台广播中心app 永德县政务服务app 长岭县台风监控中心app 施秉县电力app 武功县第二中学app 长沙县电台广播中心app 中牟县街道办app 曲沃县公正处app 吉安县申建app 东辽县重大建设公开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/