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

阳江市消防宣传app 宿州市台风监控中心app 襄阳市防洪app 宿州市政要信息app 宁波市未成年保护协会app 云浮市公共文化服务app 舟山市土地申报app 阜新市安全宣传app 滨州市土地局app 青岛市第五中学app 黄山市论坛app 淮安市申建app 廊坊市财政信息app 莆田市公共文化服务app 周口市第一小学app 陇南市太阳能发电信息app 酒泉市非物质文化遗产app 赤峰市政要信息app 阜新市台风信息app 青岛市公益app 清远市土木工程app 石家庄市教育信息app 山南市国土信息app 玉林市暴雨监控中心app 临沧市政府信息公开指南app 绵阳市出口管理app 临沧市暴雨监控中心app 宁德市政要信息app 广安市消防局app 庆元县卫生协会app 德保县农业app 大方县第一小学app 澜沧拉祜族自治县公益app 庄浪县公益app 南陵县天气监控中心app 静乐县政务服务app 松桃苗族自治县桥梁管理app 德清县第五小学app 金塔县旅游监督app 鲁山县电台广播中心app 沐川县土地申报app 雷波县防火app 绿春县消防宣传app 安岳县第二中学app 郏县公正处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/