微軟開源多模態(tài)AI Agent

《科創(chuàng)板日報》26日訊，今天凌晨3點，微軟在官網(wǎng)開源了多模態(tài)AI Agent基礎(chǔ)模型——Magma。與傳統(tǒng)Agent相比，Magma具備跨數(shù)字、物理世界的多模態(tài)能力，能自動處理圖像、視頻、文本等不同類型數(shù)據(jù)，此外，Magma還能內(nèi)置了心理預(yù)測功能，增強了對未來視頻幀中時空動態(tài)的理解能力，能夠準(zhǔn)確推測視頻中人物或物體的意圖和未來行為。