Qwen3.7-Plus：阿里通義推出的智慧體多模態大模型，融合視覺與語言的Agent基座
更新時間:2026-10-16 06:34:52 釋出時間:135天前 閱讀:81 views次Qwen3.7-Plus 是通義千問推出的新一代多模態大模型，將視覺與語言統一為一體化智慧體基座。模型能感知真實世界場景、讀取螢幕並操作 GUI、基於視覺參考生成程式碼，支援端到端導航移動應用、結合網路知識回答視覺問題，在單一智慧體迴圈中無縫融合 GUI 與 CLI 互動。作為全能型編碼智慧體與生產力助手，Qwen3.7-Plus 用全模態輸入處理從前端原型到複雜軟體工程、再到多步工作流自動化的全方位任務，且具備跨框架泛化能力。
Qwen3.7-Plus是什麼：多模態智慧體基座模型
Qwen3.7-Plus 是通義千問推出的新一代多模態大模型，將視覺與語言統一為一體化智慧體基座。模型能感知真實世界場景、讀取螢幕並操作 GUI、基於視覺參考生成程式碼，支援端到端導航移動應用、結合網路知識回答視覺問題，在單一智慧體迴圈中無縫融合 GUI 與 CLI 互動。作為全能型編碼智慧體與生產力助手，模型用全模態輸入處理從前端原型到複雜軟體工程、再到多步工作流自動化的全方位任務，且具備跨框架泛化能力。
Qwen3.7-Plus的主要功能
- 多模態互動混合智慧體：統一處理影象、影片、螢幕、網頁和文字輸入，在 GUI/CLI/工具環境中完成複雜任務閉環。
- 視覺智慧體：結合視覺理解、程式碼直譯器和搜尋增強，解決視覺謎題、真實世界問答和複雜推理任務。
- 視覺程式設計：從影象或影片生成 SVG、網頁和互動式前端，實現視覺參考到程式碼的端到端轉化。
- GUI 智慧體：理解移動端和桌面端介面，進行控制元件定位、任務規劃和多步操作。
- 真實世界感知與推理：覆蓋真實場景、文件圖表、OCR、影片和駕駛場景理解。
Qwen3.7-Plus的技術原理
- 視覺感知與推理融合：模型在 BabyVision、MathVision、HiPhO 等高難度視覺推理基準上表現強勁，尤其在 BabyVision 上相比前代有顯著提升，體現出對影象細節、空間關係、物理常識和多步邏輯的綜合理解能力。
- 視覺到程式碼的端到端轉化：透過程式碼直譯器整合，模型能將視覺問題轉化為可計算的問題表示，自主編寫並執行程式碼進行求解、搜尋或驗證。在找不同、補圖塊、華容道、迷宮和拼圖等任務中，模型能識別影象內容，進行空間建模、路徑搜尋、狀態推演和結果校驗。
- GUI 自動化與多步互動：模型能識別螢幕內容，定位關鍵 UI 元素、理解任務意圖並完成多步互動操作。在 ScreenSpot Pro、OSWorld-Verified 和 AndroidWorld 上顯著提升，支撐從“看懂介面”走向“操作介面”和“構建介面”。
- 搜尋增強的多模態知識問答：模型將視覺輸入與外部知識檢索結合，先從視覺輸入中提取關鍵實體、場景、文字和上下文線索，透過搜尋獲取外部知識，綜合視覺證據和檢索結果給出答案。
- 影片理解與駕駛場景感知：增強對短影片和長影片中事件、動作、時序和語義關係的處理能力，同時在 LingoQA、SURDS 和 VLADBench 等駕駛相關評測中展現出對動態場景、交通參與者和空間關係的強理解能力。
如何使用Qwen3.7-Plus
- 訪問官方平臺：透過阿里雲百鍊或 Qwen Studio 官網訪問模型服務。
- 選擇模型版本：在模型市場中選擇 Qwen3.7-Plus，根據需求配置呼叫引數。
- 輸入多模態內容：支援上傳影象、影片、螢幕截圖或網頁連結，結合文字指令進行互動。
- 執行任務：根據場景選擇對應能力模式（Visual Agent、GUI Agent、Visual Coding 等），模型將自動完成感知、推理與執行閉環。
Qwen3.7-Plus的核心優勢
- 多模態 Agent 閉環能力：將看、想、寫、做、驗整合進統一智慧體工作流，支撐複雜軟體任務從理解到交付的端到端自動完成。
- 跨框架泛化：無論透過 Claude Code、OpenClaw、Qwen Code 還是其他框架部署，均能保持穩定表現。
- 視覺程式設計領先：在 QwenVision2Code 上得分 1772.0，接近 GPT-5.4 的 1884.0，顯著領先 Claude-Opus-4.6 和 Gemini-3.1 Pro。
- GUI 操作能力強：ScreenSpot Pro 79.0、AndroidWorld 81.0，在介面理解和操作任務上處於第一梯隊。
- 長時自主執行：案例顯示 Agent 可持續穩定執行 11+ 小時，累計生成程式碼超 10,000+ 行，觸發呼叫超 1,000+ 次。
Qwen3.7-Plus的同類競品對比
我們將其與當前領先的通用多模態模型 GPT-5.4 進行對比，其在 GUI 操作、視覺推理和多模態搜尋上的優勢尤為突出：
| 對比維度 | Qwen3.7-Plus | GPT-5.4 |
|---|---|---|
| 定位 | 多模態互動混合智慧體基座模型 | 通用多模態大模型 |
| Vision Arena 排名 | 全球第5 / 中國第一 | 未進入前7 |
| ScreenSpot Pro (GUI定位) | 79.0 | 67.4 |
| AndroidWorld (移動端操作) | 81.0 | 未測試 |
| QwenVision2Code (視覺程式設計) | 1772.0 | 1884.0 |
| BabyVision (視覺推理) | 70.4/64.7 | 53.1 |
| RealWorldQA (真實世界問答) | 86.9 | 83.8 |
| Terminal Bench 2.0 (終端編碼) | 70.3 | 未測試 |
| SWE-bench 多語言 | 75.8 | 77.5 |
| 影片理解 VideoMMMU | 88.0 | 89.5 |
| 多模態搜尋 MMSearchPlus | 41.4 | 19.7 |
| 核心優勢 | GUI操作、視覺推理、長時Agent閉環、跨框架泛化 | 視覺程式設計、影片理解、通用語言任務 |
| 適用場景 | 複雜軟體工程自動化、桌面/移動端GUI操作、多模態Agent工作流 | 通用內容生成、視覺參考轉程式碼、多語言翻譯 |
Qwen3.7-Plus 在 GUI 定位、移動端操作、視覺推理和多模態搜尋方面顯著領先 GPT-5.4，尤其在需要智慧體長時自主執行的任務中優勢明顯，更適合作為複雜自動化工作流的基座模型。
Qwen3.7-Plus的應用場景
- 智慧軟體開發：從需求文件生成到程式碼編寫、測試用例建立、GUI 自動化測試、版本迭代演進的全鏈路 APP 開發。
- 桌面應用復刻：自主理解原生應用 UI 佈局與功能細節，生成對應原始碼並接入真實 API，實現高保真應用復刻。
- 視覺內容生成：將設計參考圖轉化為可執行的 SVG、網頁或互動式前端程式碼，降低從視覺到程式碼資產的成本。
- 多模態知識問答：結合影象、影片與網路搜尋，回答開放世界的視覺問題，如地點識別、事件背景分析、商品資訊查詢。
- 自動駕駛與具身智慧：理解動態駕駛場景、交通參與者和空間關係，支撐真實世界多模態智慧體和 embodied 場景。
Qwen3.7-Plus總結
Qwen3.7-Plus 作為阿里通義推出的新一代智慧體多模態大模型，透過將視覺感知、程式碼執行、GUI 操作與搜尋增強融為一體，為複雜軟體工程和自動化工作流提供了強大的基座能力。其跨框架泛化特性和長時穩定執行的表現，使其成為企業級多模態 Agent 應用的理想選擇。無論是在 GUI 自動化、視覺程式設計，還是在真實世界感知任務中，Qwen3.7-Plus 都展現出了與頂級通用模型正面競爭的實力，特別是其突出的多模態搜尋與視覺推理能力，為下一代智慧體應用開啟了新的想象空間。
