跳到正文

Magma-8B

面向智能体研究的多模态基础模型

访问官网

Magma-8B 是什么

Magma-8B 被介绍为一个为研究多模态 AI 代理而构建的多模态基础模型。

你可以用它做什么

  • 以图像或视频为条件生成文本
  • 为任务生成视觉轨迹
  • 把点击按钮等 UI 操作落到画面上

上手流程

  • 安装 transformers、torch 等依赖包
  • 加载模型与处理器
  • 准备图像和文本提示

优点与缺点

✓ 我们认可的地方

  • 视觉规划可生成完成任务的轨迹
  • 资料列出 UI 接地与机器人操作

! 需要留意的地方

  • 资料列出的输入类型是文本与图像
  • 学习过程使用无标签视频数据

常见问题

谁开发的?

资料说明该模型由微软开发。

能接地哪些操作?

资料列出点击按钮等 UI 操作与机械臂控制。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法