माइक्रोसॉफ्ट ने हाल ही में अपना ओपन-सोर्स मल्टी-मॉडल एआई एजेंट, मैग्मा, जारी किया है। यह एजेंट खरीदारी और रोबोटिक्स ऑपरेशन जैसे क्षेत्रों में नए अनुभव प्रदान करने के लिए डिज़ाइन किया गया है। यह उपयोगकर्ताओं को अधिक सहज और प्रभावी तरीके से इन कार्यों को करने में मदद करता है।

हाल ही में, माइक्रोसॉफ्ट ने अपनी आधिकारिक वेबसाइट पर “मैग्मा” नामक एक बहु-मोडल एआई एजेंट बेस मॉडल को ओपन सोर्स किया है। यह नया कृत्रिम बुद्धिमत्ता डिजिटल और भौतिक दुनिया को पार करने की क्षमता रखता है, और एक साथ छवियों, वीडियो, पाठ जैसी कई प्रकार की डेटा प्रकारों को संसाधित कर सकता है। पारंपरिक एआई सहायकों की तुलना में, मैग्मा की विशिष्ट विशेषता इसकी मानसिक भविष्यवाणी क्षमता है, जिससे यह वीडियो में व्यक्तियों या वस्तुओं के इरादे और भविष्य के व्यवहार को अधिक सटीक रूप से समझ सकता है। मैग्मा के अनुप्रयोग परिदृश्य बहुत व्यापक हैं, उपयोगकर्ता इस एआई का उपयोग कर सकते हैं

हाल ही में, माइक्रोसॉफ्ट रिसर्च टीम ने कई विश्वविद्यालयों के शोधकर्ताओं के साथ मिलकर 'मैग्मा' नामक एक मल्टीमॉडल एआई मॉडल लॉन्च किया है। इस मॉडल का डिज़ाइन छवियाँ, पाठ और वीडियो जैसे विभिन्न डेटा प्रकारों को संसाधित और एकत्रित करने के लिए किया गया है, ताकि डिजिटल और भौतिक वातावरण में जटिल कार्यों को निष्पादित किया जा सके। तकनीक में निरंतर प्रगति के साथ, मल्टीमॉडल एआई एजेंटों का व्यापक रूप से रोबोटिक्स, वर्चुअल सहायकों और उपयोगकर्ता इंटरफ़ेस स्वचालन जैसे क्षेत्रों में उपयोग किया जा रहा है। पहले के एआई सिस्टम आमतौर पर दृष्टि-भाषा समझ या रोबोट संचालन पर केंद्रित होते थे, इन दोनों को एकीकृत करना कठिन होता था।