Microsoft torna Magma, agente de IA multimodal, de código aberto

Às 3 da manhã, horário de Singapura, a Microsoft disponibilizou o modelo base do Agente de IA multimodal - Magma em código aberto em seu site oficial. Comparado com Agentes tradicionais, o Magma possui capacidades multimodais nos mundos digital e físico, sendo capaz de processar automaticamente diferentes tipos de dados, como imagens, vídeos, textos, etc. Por exemplo, você pode usar o Magma para fazer pedidos de e-commerce automaticamente ou verificar o clima; ele também pode operar robôs físicos automaticamente ou fornecer assistência ao jogar partidas reais de xadrez. Além disso, o Magma também possui funções de previsão psicológica embutidas que aprimoram sua compreensão das dinâmicas espaço-temporais em quadros de vídeo futuros e prevê com precisão as intenções e comportamentos futuros de personagens ou objetos em vídeos.