Microsoft відкриває вихідний код багатомодального AI-агента - Magma

О 3 годині ночі за сінгапурським часом Microsoft відкрила вихідний код базової моделі мультимодального AI-агента - Magma на своєму офіційному веб-сайті. У порівнянні з традиційними агентами, Magma має мультимодальні можливості в цифровому та фізичному світах, здатна автоматично обробляти різні типи даних, такі як зображення, відео, тексти тощо. Наприклад, ви можете використовувати Magma для автоматичного розміщення замовлень в електронній комерції або перевірки погоди; вона також може автоматично керувати фізичними роботами або надавати допомогу під час гри в реальні шахи. Крім того, Magma має вбудовані функції психологічного прогнозування, які покращують її розуміння просторово-часової динаміки у майбутніх відеокадрах і точно прогнозують наміри та майбутню поведінку персонажів або об'єктів у відео.