AI 资讯速递 (2026/6/2)： 阿里通义推出多模态智能体基座模型 Qwen3.7-Plus
导读摘要：
阿里通义推出 Qwen3.7-Plus 多模态模型，将视觉与语言统一为智能体基座，具备多模态推理、视觉编程和浏览器自动化等能力，可完成APP全链路开发等复杂工作流。在全球权威视觉榜单Vision Arena中，阿里凭借该模型跻身全球前五、中国第一。
阿里通义推出多模态智能体基座模型 Qwen3.7-Plus
资讯详情
阿里通义于6月2日推出 Qwen3.7-Plus 多模态智能体基座模型。该模型将视觉与语言能力统一，能够感知场景、操作GUI、生成代码并执行任务。Qwen3.7-Plus 在全球权威视觉榜单Vision Arena中表现优异，跻身全球前五、中国第一。
多模态推理：Qwen3.7-Plus 模型能够处理图像、文本等多种数据类型，并进行跨模态的推理和理解。例如，它可以在分析图像内容后生成相应的自然语言描述，或根据文本指令生成图像。
视觉编程：该模型具备强大的 视觉编程 能力，能够通过识别和操作图形用户界面（GUI）来完成编程任务。开发者可以通过自然语言指令或图像输入，让模型自动生成代码并执行特定任务，大大提高了开发效率。
浏览器自动化：Qwen3.7-Plus 支持 浏览器自动化 功能，可以模拟用户在浏览器中的操作，完成网页数据抓取、表单填写等任务。这一功能在自动化测试和数据采集领域具有广泛应用前景。
AI-ALL 深度点评
Qwen3.7-Plus 的推出标志着阿里通义在多模态AI领域的进一步突破。该模型不仅在技术上实现了视觉与语言的深度融合，还在实际应用中展示了强大的 Agentic Workflow 能力。通过将多模态推理、视觉编程和浏览器自动化等功能集成到一个统一的智能体基座中，Qwen3.7-Plus 为开发者提供了一种全新的工具，可以显著提升开发效率和自动化水平。
在全球权威视觉榜单Vision Arena中的优异表现，进一步验证了阿里通义在多模态AI领域的技术实力。这一成就不仅提升了阿里的国际影响力，也为国内AI技术的发展树立了新的标杆。Qwen3.7-Plus 的推出对现有的生产力工具提出了新的挑战，尤其是在 IDE 和 RAG 领域，其强大的多模态处理能力有望成为未来开发者的首选工具。
此外，Qwen3.7-Plus 的开放性和灵活性也为开发者提供了更多的可能性。无论是初创公司还是大型企业，都可以利用这一模型来优化工作流程、提高开发效率，并探索更多创新的应用场景。
