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

辽阳市政府信息公开指南app 宜昌市教育局app 来宾市暴雨监控中心app 开封市申建app 阜新市第五小学app 固原市防灾信息app 株洲市天气监控中心app 儋州市未成年保护协会app 湘潭市土木工程app 揭阳市旅游监督app 张家界市人社管理app 鸡西市防洪信息app 云浮市电视台广播app 临沧市太阳能发电信息app 营口市消防局app 嘉兴市第一小学app 鸡西市法律服务app 阜阳市公正处app 海口市水务app 东莞市旅游监督app 齐齐哈尔市工商信息app 山南市土地申报app 安庆市人社管理app 秦皇岛市惠农app 惠州市国土信息app 遂宁市养老服务app 驻马店市政要信息app 无锡市中心校app 贺州市农业补贴app 农安县第二中学app 尉犁县服务大厅app 丰顺县铁路管理app 广宗县服务大厅app 永仁县第一高中app 林口县最新新闻app 沂水县卫生协会app 确山县防灾信息app 龙陵县第三高中app 犍为县政府公报app 兴隆县桥梁管理app 乐亭县水务app 乌鲁木齐县第六小学app 尼勒克县森林消防app 平利县出口管理app 武平县第六小学app 峨山彝族自治县招标信息app 马关县论坛app 响水县助农app 祁县台风信息app 武城县助农app 甘泉县历史记录app 孟津县森林消防app 富源县历史记录app 清原满族自治县防灾信息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/