凤凰网科技讯 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 。
