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

合肥市最新新闻app 中山市新闻中心app 攀枝花市第三中学app 无锡市热点专题app 毕节市政府信息公开指南app 佳木斯市台风信息app 包头市第二高中app 济宁市振兴乡村app 滨州市惠农app 潮州市政府信息公开指南app 宝鸡市电力app 崇左市政要信息app 邵阳市文旅信息app 许昌市国土信息app 湘潭市电台广播中心app 兰州市防洪app 肇庆市第五高中app 石嘴山市第六中学app 雅安市公开信息app 淄博市电视台广播app 青岛市防洪app 宜宾市惠农app 吕梁市防火app 眉山市土木工程app 黑河市审计公开app 宁明县公益app 布拖县太阳能发电信息app 榆中县土木工程app 玛多县台风监控中心app 张北县城乡建设app 镇巴县法律服务app 大通回族土族自治县国土信息app 阳西县桥梁管理app 凤凰县公益app 甘泉县政要信息app 平阳县旅游协会app 大埔县第五高中app 隆化县非物质文化遗产app 广南县残联救助app 克山县劳动局app 麻江县电力app 喜德县防火app 顺昌县社会求助app 会同县中心校app 临颍县灾害救助app 单县防洪app 淳化县旅游协会app 寻乌县第三中学app 华宁县森林消防app 双牌县城乡建设app 成县惠农app 华坪县铁路管理app 平远县台风监控中心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/