首页 > AI教程 >Qwen3.7-Plus上线千问云，多模态智能体能力升级

Qwen3.7-Plus上线千问云，多模态智能体能力升级

来源：互联网 2026-07-19 06:28:04

Qwen3.7-Plus多模态大模型上线千问云和阿里云百炼，支持API调用。其在VisionArena位列全球前五、中国第一。模型实现多模态混合智能体突破，将视觉感知、推理、编程、工具调用和验证整合为完整工作流，文本能力接近旗舰，编程与Agent能力显著提升。

Agentic时代，AI的核心命题已经从“对话”悄然转向“干活”。

今天，千问3.7系列的最新多模态大模型Qwen3.7-Plus正式亮相，并已在千问云和阿里云百炼同步上架，开发者可以直接通过API调用。

长期稳定更新的攒劲资源： >>>点此立即查看<<<

几个核心判断如下：Qwen3.7-Plus在文本和视觉能力上均有明显跃升，在第三方权威榜单Vision Arena中直接跻身全球前五、中国第一。更关键的是，它在多模态混合智能体方向上实现实质突破——模型不仅能看明白图片和视频中的内容，还能深度推理、自主编写代码、调用工具、进行验证测试，甚至实现自主迭代。简单来说，就是将“看、想、写、做、验”几个环节串联成一条完整的智能体工作流。

Qwen3.7-Plus上线千问云，多模态智能体能力升级

第三方权威榜单Vision Arena显示，阿里凭借Qwen3.7-Plus位列全球前五、中国第一

该模型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。

从“看懂”到“做完”：多模态混合智能体

传统多模态模型的能力基本停留在“理解”这一步。但Qwen3.7-Plus将视觉感知与代码生成、工具调用、GUI操控深度绑定，可以在一个智能体循环里闭环地将复杂任务执行到底。

举例来说，在一项桌面端应用复刻测试中，模型基于GUI感知能力，模拟人与示例股票应用的交互过程，先理解UI布局和功能细节，然后自动生成SwiftUI代码，接入实时行情API获取真实数据，最后自主执行并通过10项核心功能测试。结果是将macOS原生Stocks应用高保真复刻出来。

另一个典型案例是英语词汇学习APP的完整开发测试。Agent连续稳定运行超过11个小时，自动完成需求文档生成、代码编写、安装部署、测试用例创建到多场景测试的全流程。累计生成代码超过10,000行，触发超过1,000次Agent调用——这已覆盖软件研发全生命周期的核心阶段。

文本能力接近旗舰，编程与Agent能力显著提升

Qwen3.7-Plus是千问3.7系列的最新成员，其纯文本能力已接近旗舰模型Qwen3.7-Max的水平，在Plus级别模型中涌现出相当强的编程、Agent、推理和通用能力。以下是几组关键数据：

编程方面，在Terminal Bench 2.0-Terminus、SciCode等评测中，相比上一代Qwen3.6-Plus提升了约9分。

Agent能力上，在评估通用Agent能力的Skillbench评测中提升10.2分；在MCP-Mark、Deep-Planning等评测中表现也相当突出。

推理方面，在数学推理Apex评测中，性能评分几乎是上代模型的3倍。

长上下文处理上，MRCR-v2 128K得分91.7，对长文本的理解能力相当扎实。

Qwen3.7-Plus上线千问云，多模态智能体能力升级

Qwen3.7-Plus主要评测得分

视觉能力系统性增强

为了让模型在真实智能体场景中发挥作用，Qwen3.7-Plus对视觉能力做了系统性强化：

视觉推理：纯视觉推理评测BabyVision，得分从上代的37.4直接跳至64.7，泛化能力提升非常明显。

搜索增强问答：在SimpleVQA、MMSearchPlus、MMBC等评测中，性能提升最高超过2倍。例如，给出一张工厂里模糊的专业机械图，模型能将设备的功能、参数都剖析清楚。

GUI感知与操控：ScreenSpot Pro从上代68.2提升至79.0，AndroidWorld得分81.0，已能理解和操作真实用户界面。

视觉编程：从一张照片、截图、草图甚至一段视频出发，模型能直接交付完整的SVG动画或网页。

在视频理解与驾驶场景理解方面，千问3.7对视频中的事件、动作、时序和语义关系，以及真实世界的动态场景、交通参与者和空间关系的理解能力都有明显增强。这些能力为多模态智能体在自动驾驶、具身智能等高难度场景中的应用打下了基础。

工具使用能力拓展

集成CI代码解释器后，Qwen3.7-Plus可以将找不同、华容道、迷宫这类视觉任务转化为可计算的问题，并自主求解。接入搜索增强后，它能结合视觉线索与外部知识，回答那些仅凭图像内容无法解答的开放性问题。

更实际地，基于Qwen3.7-Plus可以构建浏览器智能助手。例如，面对一个非科班用户“采购一台最便宜ECS服务器”的需求，Agent可直接进入云控制台，完成实例规格比价、低成本选型、镜像与存储配置、安全组设置、订单确认等完整操作。更重要的是，在遇到价格变动、库存限制或购买受阻时，它能主动反思并调整策略。