阿里云近日宣布推出全新升級的多模態交互混合智能體——Qwen3.7-Plus，該模型作為Qwen3.7的多模態版本，在視覺與語言統一處理能力上實現重大突破。其核心定位是構建面向復雜場景的智能體基座，既保留原有文本處理、代碼生成、工具調用等生產力功能，又大幅強化視覺理解、跨模態推理等關鍵能力。

在技術架構層面，Qwen3.7-Plus突破傳統單模態限制，支持圖像、視頻、屏幕截圖、網頁界面及文本的混合輸入。通過深度整合視覺感知與語言理解模塊，該模型可精準解析GUI圖形界面、CLI命令行環境及專業工具中的復雜信息，在辦公自動化、軟件操作等場景展現顯著優勢。目前用戶可通過阿里云百煉平臺直接調用服務，或在Qwen Studio開發環境中進行體驗測試。

國際權威評測數據顯示，Qwen3.7-Plus在Vision Arena視覺推理榜單中躋身全球前五，并奪得中國區榜首位置。在純文本能力測試中，該模型與Max級模型表現接近，尤其在編碼任務處理、多語言指令遵循等維度保持領先。多模態專項評測進一步驗證其技術優勢，在BabyVision兒童視覺理解、MathVision數學推理、ScreenSpot Pro界面解析等場景中，模型的任務完成準確率較前代提升超過30%。

針對實際業務場景，研發團隊重點優化了工具調用鏈路的可靠性。在OSWorld-Verified操作系統模擬測試中，模型可自主完成文件管理、系統配置等200余項操作；在AndroidWorld移動端測試中，其跨應用協作能力達到專業工程師水平的87%。這些突破使得Qwen3.7-Plus成為首個具備全流程自動化執行能力的混合智能體，為金融、醫療、工業等領域的數字化轉型提供新工具。