マイクロソフト、マルチモーダルAIエージェント「Magma」をオープンソース化

シンガポール時間午前3時に、Microsoftは公式ウェブサイトでマルチモーダルAIエージェントのベースモデルであるMagmaをオープンソース化しました。従来のエージェントと比較して、Magmaはデジタルと物理の世界を跨ぐマルチモーダル機能を持ち、画像、動画、テキストなどの異なるタイプのデータを自動的に処理することができます。例えば、Magmaを使用してeコマースの注文を自動的に行ったり、天気を確認したりすることができます。また、物理的なロボットを自動的に操作したり、リアルなチェスゲームをプレイする際に支援を提供することも可能です。さらに、Magmaには心理的予測機能が組み込まれており、将来のビデオフレームにおける時空間ダイナミクスの理解を強化し、ビデオ内のキャラクターやオブジェクトの意図や将来の行動を正確に予測することができます。