6月2日，今日凌晨，通义实验室正式发布Qwen3.7-Plus多模态智能体模型。该模型在Qwen3.7文本与Agent能力基础上深度融合视觉能力，主打“能看、能想、能动手”——可看懂图形界面、操作应用、生成代码并交付结果，实现GUI操作、CLI调用、代码生成与自我验证的端到端闭环。
在实测中，基于Qwen3.7-Plus构建的Hybrid-Agent系统连续稳定运行11小时以上，自主完成一款英语单词学习APP的完整研发闭环：累计生成超10000行代码，触发超1000次调用，覆盖需求文档生成、代码编写、自动部署、测试用例创建、GUI自动化测试及版本迭代全流程。
在桌面应用场景中，该模型可自主交互macOS原生Stocks应用并理解UI布局与功能细节，自动生成SwiftUI源码，接入LongBridge真实行情API获取实时数据，自动编译构建并启动复刻应用。随后自主执行10项功能验证测试并全部通过，最终完整复现原生Stocks应用的暗色主题、分栏布局与实时行情交互体验。
此外，Qwen3.7-Plus还支持多模态推理（可解析地铁线路图等复杂视觉信息）、搜索增强视觉问答、图像/视频转SVG矢量代码、视觉驱动的网页设计等功能，并在浏览器Agent场景中可自动完成ECS云服务器采购、运维链路闭环等任务。模型在BabyVision、MathVision、ScreenSpot Pro、AndroidWorld等多项高难度基准上表现强劲。目前Qwen3.7-Plus已在阿里云百炼平台上线，支持OpenAI兼容API与Anthropic协议调用。
【来源：凤凰网科技】
