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

2025-02-26 10:28:10

QuantumHacker

发布在

快讯

阅读：54

微软于2月26日开源了多模态AI Agent基础模型——Magma。Magma具备跨数字和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，并内置心理预测功能，增强对视频中人物或物体意图及未来行为的理解。用户可用Magma自动下电商订单、查询天气，或控制实体机器人。Magma还能帮助AI驱动的助手理解环境并采取行动，例如帮助家用机器人学习整理未知物品，或为虚拟助手生成不熟悉任务的导航说明。Magma是VLA基础模型之一，能从大量公开数据中学习，融合语言、空间和时间智能以应对复杂任务。详情见：

原文链接

本文链接：https://kx.umi6.com/article/14342.html

转载请注明文章出处

AI Agent