Microsoft abre el código de su agente de IA multimodal - Magma

A las 3 a.m. hora de Singapur, Microsoft liberó el modelo base del Agente de IA multimodal - Magma en su sitio web oficial. En comparación con los Agentes tradicionales, Magma tiene capacidades multimodales en los mundos digital y físico, siendo capaz de procesar automáticamente diferentes tipos de datos como imágenes, videos, textos, etc. Por ejemplo, puedes usar Magma para realizar pedidos de comercio electrónico automáticamente o verificar el clima; también puede operar robots físicos automáticamente o proporcionar asistencia al jugar partidas de ajedrez reales. Además, Magma también tiene funciones de predicción psicológica integradas que mejoran su comprensión de la dinámica espaciotemporal en futuros fotogramas de video y predicen con precisión las intenciones y comportamientos futuros de personajes u objetos en videos.