Microsoft rend open source l'agent d'IA multi-modal - Magma

À 3 heures du matin, heure de Singapour, Microsoft a rendu open-source le modèle de base de l'Agent IA multimodal - Magma sur son site officiel. Comparé aux Agents traditionnels, Magma possède des capacités multimodales à travers les mondes numérique et physique, capable de traiter automatiquement différents types de données telles que des images, des vidéos, des textes, etc. Par exemple, vous pouvez utiliser Magma pour passer automatiquement des commandes de commerce électronique ou vérifier la météo ; il peut également opérer des robots physiques automatiquement ou fournir une assistance lors de parties d'échecs réelles. De plus, Magma dispose également de fonctions de prédiction psychologique intégrées qui améliorent sa compréhension des dynamiques spatio-temporelles dans les futures séquences vidéo et prédisent avec précision les intentions et les comportements futurs des personnages ou des objets dans les vidéos.