阿里千问Qwen3.7-Plus上线：多模态智能体新基座，可一键复刻桌面专业软件
2026/06/02 11:15阅读量 2
6月2日，阿里巴巴发布千问3.7系列多模态大模型Qwen3.7-Plus，文本与视觉能力大幅提升，在Vision Arena榜单中跻身全球前五、中国第一。该模型实现多模态混合智能体，将“看、想、写、做、验”整合为统一工作流，可复刻手机APP和桌面端专业软件，已上线阿里云百炼提供API服务。
事件概述
阿里巴巴于2026年6月2日发布千问3.7系列多模态大模型Qwen3.7-Plus，该模型在文本与视觉能力上实现大幅提升，在全球视觉大模型榜单Vision Arena中排名全球前五、中国第一。
核心能力
Qwen3.7-Plus实现了多模态混合智能体的突破，能将图像、视频、屏幕、网页和文本输入统一处理，并在GUI/CLI/工具环境中完成任务。其智能体工作流整合了“看、想、写、做、验”五个环节，可进行深度推理、自我编程、调用工具、验证测试并自主迭代。
该模型具备以下具体能力：
- 视觉智能体：结合视觉理解、代码解释器和搜索增强，解决视觉谜题、真实世界问答和复杂推理任务。
- 视觉编程：从图像或视频生成SVG、网页和交互式前端，实现视觉参考到代码的端到端转化。
- GUI智能体：理解移动端和桌面端界面，进行控件定位、任务规划和多步操作。
- 真实世界感知与推理：覆盖真实场景、文档图表、OCR、视频和驾驶场景理解。
应用与可用性
Qwen3.7-Plus能轻松完成一键复刻手机APP应用、桌面端专业软件等复杂长程任务。目前该模型已上线阿里云百炼，对外提供API服务，同时可通过Qwen Studio进行体验。相关博客和平台链接已对外开放。