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

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

作者: 发表时间:2025-08-20 9:30:25
辽阳市消防局app 庆阳市台风信息app 乐山市第六小学app 聊城市税收公开app 盘锦市数据管理局app 朝阳市消防宣传app 连云港市消防局app 长春市事业单位app 通辽市申建app 巴中市第三高中app 金昌市太阳能发电信息app 永州市论坛app 蚌埠市信息公开app 鄂尔多斯市未成年保护协会app 北海市妇联救助app 三门峡市出口管理app 滨州市通讯协会app 玉溪市工程造价app 兰州市文旅信息app 石嘴山市第一高中app 百色市社会求助app 通辽市招标信息app 无锡市最新新闻app 湛江市文旅信息app 定西市政务服务app 河池市消防宣传app 石嘴山市公正处app 芜湖市第五高中app 平定县旅游监督app 伊通满族自治县农业app 黟县招标信息app 三原县第三高中app 沽源县公益app 蒲县政府信息公开指南app 美姑县城乡建设app 隆尧县台风信息app 台安县防火app 濮阳县第三高中app 临高县劳动局app 特克斯县公路管理app 罗源县服务大厅app 长兴县暴雨监控中心app 靖宇县养老服务app 寻甸回族彝族自治县水务app 梨树县警务app 舟曲县工程造价app 周宁县旅游协会app 汝阳县第四中学app 丹凤县太阳能发电信息app 陆河县水利app 通榆县土木工程app 房县民政管理app 铁岭县残联app 平潭县灾害救助app 贡嘎县暴雨监控中心app 独山县养殖补助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/

相关文章