微软：开源多模态 Agent Magma 能力惊人

快讯正文

【微软凌晨 3 点开源多模态 AIAgent——Magma】今日凌晨 3 点，微软于官网公开了多模态 AIAgent 基础模型——Magma。相较于传统 Agent，Magma 拥有横跨数字、物理世界的多模态能力，能够自行处理图像、视频、文本等各种类型的数据。比如，能利用 Magma 自动下达电商订单、查询天气；还能自动操控实体机器人，或者在下真实象棋时获取协助。另外，Magma 还内置了心理预测功能，强化了对未来视频帧中时空动态的理解能力，可精准推测视频中人物或物体的意图与未来行为。