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

运城市建设局信息app 商洛市农业局app 昌都市第二小学app 濮阳市土地局app 绵阳市土木工程app 襄阳市教育信息app 眉山市重大建设公开app 防城港市电视台广播app 乐山市第五小学app 枣庄市论坛app 孝感市政府信息公开指南app 乌鲁木齐市重大建设公开app 海东市公开信息app 安康市电台广播中心app 海口市审计公开app 防城港市非物质文化遗产app 邯郸市第三中学app 自贡市教研app 广元市热点专题app 宜昌市学校app 泸州市招标信息app 南平市惠农app 东莞市历史记录app 舟山市税务局app 东莞市农业app 定西市第一中学app 鱼台县助农app 青县通讯协会app 镇远县国土信息app 舒城县社会求助app 皮山县防灾信息app 贡觉县住房保障app 大田县学校app 盘山县第一中学app 商城县第二中学app 秦安县历史记录app 突泉县论坛app 吉安县社会求助app 凌云县重大建设公开app 利津县应急管理app 南陵县第二高中app 积石山保安族东乡族撒拉族自治县旅游协会app 武宁县服务大厅app 威远县文旅信息app 昭苏县第四高中app 桐柏县事业单位app 黎城县环境保护协会app 永福县电力app 曲松县法律服务app 湘阴县住房保障app 云阳县第二高中app 新兴县防火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/