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

吉林市农业局app 威海市征地服务app 德州市铁路管理app 洛阳市社会求助app 辽源市第二小学app 眉山市振兴乡村app 台州市第四高中app 青岛市土地申报app 驻马店市第四高中app 连云港市土木工程app 日照市防洪app 哈密市中心校app 太原市农业局app 葫芦岛市铁路管理app 中卫市同城app 普洱市土木工程app 中卫市公开信息app 宿迁市卫生协会app 百色市政府公报app 绥化市助农app 南阳市非物质文化遗产app 陇南市第六中学app 庆阳市民政管理app 福州市第二高中app 荥经县信息公开app 当涂县第二小学app 浦北县土地局app 南召县通讯协会app 柏乡县财政信息app 宁远县水务app 绿春县粮食管理app 东源县住房保障app 鹿寨县残联app 鄄城县通讯协会app 陇县应急管理app 南乐县信息公开app 南华县水务app 景泰县第三高中app 白沙黎族自治县服务大厅app 汾西县第五高中app 平利县残联app 兴县政府公报app 措美县台风监控中心app 闽清县最新新闻app 砚山县应急管理app 宜川县数据管理局app 昭平县第三高中app 交城县未成年保护协会app 宁陵县惠农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/