阿里发布Qwen3.7-Plus模型，视觉-语言能力全面升级

6月2日，阿里巴巴旗下千问大模型正式发布Qwen3.7-Plus，这是一款将视觉与语言统一为一体化智能体基座的多模态模型。该模型在Qwen3.7文本能力基础上全面升级视觉-语言能力，同时在编码、工具使用和生产力工作流方面保持完整智能体表现。

Qwen3.7-Plus的核心定位是多模态交互混合智能体。

它的能力范围覆盖五个维度：Multimodal Agent——统一处理图像、视频、屏幕、网页和文本输入，可在GUI与CLI环境中完成任务；Visual Agent——结合视觉理解、代码解释器和搜索增强，解决视觉推理与真实世界问答；Visual Coding——从图像或视频生成SVG、网页和交互式前端；GUI Agent——理解移动端和桌面端界面，进行控件定位和任务规划；Real-world Perception——覆盖文档图表、OCR、视频和驾驶场景理解。

基于Qwen3.7-Plus构建的Hybrid-Agent系统，将代码生成与GUI自动化执行深度融合。据千问大模型官微披露，该系统在实测中连续稳定运行超过11小时，自主完成了一款英语单词学习APP的完整研发闭环，累计生成超10000行代码。

在性能基准上，Qwen3.7-Plus依托Vision Arena成绩帮助阿里进入全球前五、中国排名第一。纯文本测试中，该模型接近Max级别模型，在编码智能体、通用智能体、推理、指令遵循和多语言任务上均保持较强表现。多模态测试中，其在BabyVision、MathVision、ScreenSpot Pro、OSWorld-Verified、AndroidWorld等评测上提升显著。

阿里云AI业务的商业化正在同步提速。据湘财证券研报，阿里云FY26Q4 AI相关产品收入达89.7亿元，连续11个季度保持三位数增速，AI业务收入占外部云收入比重首度突破30%。公司管理层指引，含百炼平台在内的AI模型及应用服务ARR有望于6月突破100亿元。Qwen3.7-Plus已通过阿里云百炼提供服务。

市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。