阿里云通義千問團隊近日宣布推出Qwen3.7-Plus多模態智能體模型，該模型通過整合視覺與語言能力，構建了統一化的智能體基座架構。作為Qwen3.7系列的升級版本，新模型在保持原有文本處理與任務執行能力的基礎上，創新性融入了視覺理解模塊，支持圖像、視頻、屏幕界面及網頁內容等多類型輸入。

技術測試數據顯示，Qwen3.7-Plus在全球權威視覺大模型評測平臺Vision Arena中表現突出，綜合得分位列全球第五、中國區榜首。該模型突破傳統單模態限制，可在圖形用戶界面（GUI）和命令行界面（CLI）環境中自主完成復雜任務，例如通過分析屏幕截圖理解軟件操作流程，或根據視頻內容生成交互指令。

實際應用場景中，基于Qwen3.7-Plus開發的Hybrid-Agent系統展現了強大能力。該系統曾持續運行11小時以上，獨立完成英語單詞學習應用的完整開發流程，涵蓋需求分析、界面設計、代碼編寫到功能測試全環節。更令人矚目的是，其復刻的macOS原生Stocks應用在交互邏輯與視覺呈現上達到高度還原，驗證了模型在跨模態任務中的精準執行能力。

本報道所涉數據及信息均來自公開渠道整理，相關內容不構成任何形式的投資指引。市場參與者在使用前應通過官方渠道進行信息核驗。