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

乌兰察布市水务app 丽江市桥梁管理app 桂林市第五高中app 济南市财政信息app 北海市服务大厅app 锦州市第三中学app 通辽市招标信息app 铁岭市第四高中app 马鞍山市天气监控中心app 晋城市防洪app 淮南市公共法律服务app 赣州市旅游监督app 清远市妇联app 张家界市惠农app 安阳市服务大厅app 黄山市第五高中app 聊城市第五中学app 江门市第三中学app 盘锦市工商信息app 珠海市公益app 河源市妇联救助app 怀化市残联app 淄博市公共法律服务app 资阳市台风信息app 石嘴山市重大建设公开app 北海市重大建设公开app 河池市政要信息app 嘉兴市公路管理app 黄石市第六中学app 洛川县第五小学app 当涂县土地局app 南华县市场监督app 宝丰县农业app 独山县论坛app 东兰县数据管理局app 天镇县公共法律服务app 睢县服务大厅app 香河县景县残联救助app 娄烦县防火app 永和县旅游协会app 方山县工商信息app 鲁甸县台风监控中心app 南召县第三小学app 漾濞彝族自治县土地局app 瓜州县第三高中app 横县最新新闻app 东辽县旅游监督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/