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

伊春市土地局app 盐城市重大建设公开app 三门峡市电力app 郑州市特殊家庭关爱协会app 克拉玛依市政务监督app 遵义市助农app 威海市市场监督app 自贡市财政信息app 梅州市最新新闻app 江门市学校简介app 长春市电力app 成都市最新新闻app 许昌市公正处app 沧州市残联app 湖州市警务app 秦皇岛市养殖补助app 雅安市街道办app 朝阳市事业单位app 鄂州市土地申报app 赣州市新闻中心app 铜川市公共文化服务app 宁德市公正处app 双鸭山市森林消防app 辽阳市市场监督app 四平市建设局信息app 河池市学校app 荆州市专题专栏app 岳阳市招标信息app 江华瑶族自治县政府公报app 泾源县公共文化服务app 克山县第一小学app 大名县防洪信息app 全南县工商局app 扶沟县助农app 庆元县水务app 来安县粮食管理app 右玉县第一中学app 鹤庆县政府信息公开指南app 千阳县第六中学app 泾阳县住房保障app 上林县市场监督app 惠民县桥梁管理app 新兴县不良信息举报app 乌兰县警务app 会昌县暴雨监控中心app 宜君县中心校app 比如县同城app 景宁畲族自治县农业app 马山县社会求助app 保靖县市场监督app 焉耆回族自治县台风信息app 龙川县环境保护协会app 东至县专题专栏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/