Full text · 原文
768 字
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。该模型文本和视觉能力均大幅提升，在全球视觉大模型榜单 Vision Arena 中跻身全球前五、中国第一。Qwen3.7-Plus实现了多模态混合智能体的新突破，不仅能看懂图片和视频，还能深度推理、自我编程、调用工具、验证测试并自主迭代，将“看、想、写、做、验”整合进统一的智能体工作流，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，Qwen3.7-Plus已上线阿里云百炼，对外提供API服务。<br>
Qwen3.7-Plus — 现已通过阿里云百炼提供服务：<br>
Multimodal Agent：统一处理图像、视频、屏幕、网页和文本输入，并在 GUI / CLI / 工具环境中完成任务<br>
Visual Agent：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<br>
Visual Coding：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<br>
GUI Agent：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<br>
Real-world Perception & Reasoning：覆盖真实场景、文档图表、OCR、视频和驾驶场景理解<br>
Blog：<br>
https://qwen.ai/blog?id=qwen3.7-plus<br>
阿里云百炼：<br>
https://bailian.console.aliyun.com/cn-beijing/?tab=model#/model-market/detail/qwen3.7-plus?serviceSite=asia-pacific-china<br>
Qwen Studio：https://chat.qwen.ai/?models=qwen3.7-plus