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

青岛市劳动局app 宁波市劳动局app 赣州市工商局app 北海市政要信息app 廊坊市工商信息app 达州市第四高中app 南通市第二高中app 日喀则市残联app 商丘市第四高中app 铁岭市第四小学app 长治市司法管理app 沧州市残联救助app 齐齐哈尔市消防局app 临沂市最新新闻app 韶关市防灾信息app 临沂市助农app 鸡西市国土信息app 包头市养老服务app 固原市最新新闻app 鹤岗市工商信息app 营口市第四中学app 潮州市公共文化服务app 新乡县消费协会app 左云县公益app 眉县社会求助app 德庆县第五中学app 长岭县历史记录app 昌黎县未成年保护协会app 仁布县街道办app 勐腊县水利app 祁门县征地服务app 轮台县防火app 嘉鱼县第一中学app 册亨县卫生协会app 平乐县风力发电app 巫山县第二高中app 旌德县第五中学app 辉南县防洪app 东兰县税务局app 庆元县劳动局app 巴楚县第三高中app 乌什县教研app 霍城县政务服务app 岳普湖县最新新闻app 蠡县劳动局app 沈丘县防灾信息app 宜丰县便民app 连江县环境保护协会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/