Los investigadores de Microsoft presentan magma: un modelo de IA multimodal que integra la visión, el lenguaje y la acción para la robótica avanzada, la navegación de la interfaz de usuario y la toma de decisiones inteligentes
Los agentes de IA multimodales están diseñados para procesar e integrar varios tipos de datos, como imágenes, texto y videos, para realizar tareas en entornos digitales y físicos. Se utilizan…