跳至内容
每时AI

每时AI

  • 资讯
  • 国际
  • 分享
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 关于我们

UI导航

CVPR 2025 多模态六边形战士Magma:会点按钮会搬砖,标注竟让AI长出”时空大脑”

2025年3月14日8时 作者 极市干货

文介绍一个多模态基础模型
M
agma
,通过 Set-of-Mark和 Trace-of-Mark

分类 学术 标签 UI导航、 未来研究、 机器人操作、 社会影响、 负责任设计、 预训练数据集 发表评论

微软开源多模态AI基础模型!无需额外微调轻松拿捏网页、机器人

2025年3月10日23时 作者 量子位

微软研究院开源Magma模型,首个能理解多模态输入并进行实际操作的基础模型,在CVPR会议上获得接收。该模型融合视觉、语言与动作能力,使用Set-of-Mark和Trace-of-Mark两大标注方法提高准确性。

分类 资讯 标签 ConvNeXt-XXL、 CVPR、 Magma模型、 UI导航、 微软研究院、 机器人操作 发表评论

刚刚,微软多模态Agent,硬核开源…

2025年2月27日14时 作者 PaperAgent

微软开源了Magma——第一个多模态AI Agent的基础模型,旨在处理虚拟和现实环境中的复杂交互,具备强大的图像、视频理解能力和灵活的任务执行能力。

分类 分享 标签 AI Agent、 Magma、 UI导航、 多模态、 微软、 机器人操作 发表评论

AGI AI AI技术 Anthropic ChatGPT Claude DeepSeek DeepSeek-R1 DeepSeek R1 GitHub Google GPT-4o LLM Meta OpenAI Python Sam Altman 人工智能 人形机器人 具身智能 大型语言模型 大模型 大语言模型 字节跳动 工业机器人 开源 强化学习 微软 扩散模型 技术创新 智能体 木易 机器学习 深度学习 清华大学 生成式AI 用户体验 百度 腾讯 自然语言处理 英伟达 谷歌 阿里云 阿里巴巴 马斯克

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
  • CSEAC 2025,九月与您相约无锡
  • OpenAI 工程师最新演讲:代码只占程序员核心价值的 10%,未来属于“结构化沟通”
  • 风云再起!英伟达H20芯片解禁,老黄“杀回”中国市场
  • 为大模型思考装上“猎鹰重装引擎” :腾讯混元 SEAT 重塑深度思考
  • 华南理工开源小智AI硬件后端服务,支持MCP。

2025 年 7 月
一 二 三 四 五 六 日
 123456
78910111213
14151617181920
21222324252627
28293031  
« 6 月    

归档

  • 2025 年 7 月
  • 2025 年 6 月
  • 2025 年 5 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月

AI新闻 | X平台 | APK反编译 | 京ICP备2024096144号 |
© 2025 每时AI • Built with GeneratePress
 下载我们的APP,AI秒送达!  立即下载
×