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

牡丹江市申建app 宁波市申建app 百色市公共法律服务app 杭州市城乡建设app 西宁市教研app 沧州市森林消防app 攀枝花市消防局app 南阳市第三高中app 宜春市工程造价app 鄂州市税收公开app 枣庄市住房保障app 常德市残联救助app 鹰潭市防灾信息app 临沧市旅游协会app 台州市风力发电app 烟台市第二小学app 池州市重大建设公开app 晋城市历史记录app 平顶山市历史记录app 秦皇岛市工程造价app 普洱市风力发电app 长治市土地申报app 青岛市税务局app 绍兴市第一高中app 白城市第一小学app 太原市不良信息举报app 绥化市第五中学app 淮南市政府公报app 铜陵市非物质文化遗产app 株洲市防灾信息app 广宁县征地服务app 通化县公路管理app 巨鹿县旅游监督app 岳阳县国土信息app 洪洞县人社管理app 正阳县税务局app 洛浦县教育信息app 连南瑶族自治县劳动局app 滨海县历史记录app 夏邑县工商信息app 佛坪县消费协会app 华安县南靖县防灾信息app 鱼台县养老服务app 彰化县第二高中app 炎陵县税收公开app 安乡县审计公开app 大余县消防宣传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/