Qwen3.7-Plus 发布说明 / 新功能

Qwen3.7-Plus：统一的多模态代理基础

Qwen3.7-Plus 是一种多模态代理模型，将视觉和语言统一为单一基础，使其能够作为多模态交互混合代理运行。它旨在感知真实世界场景、操作 GUI、根据视觉参考编写代码，并端到端导航移动应用，能够在单一代理循环中无缝融合 GUI 与 CLI 交互。

多模态交互混合代理能力

Qwen3.7-Plus 将“看、思考、写、行动、验证”的工作流集成，以自动化复杂的软件任务。

端到端软件开发

使用基于 Qwen3.7-Plus 的混合代理系统，团队展示了对一款英语词汇学习 APP 的研发周期实现全自动化。该代理运行超过 11 小时，生成了超过 10,000 行代码并触发了超过 1,000 次代理调用。整个过程涵盖需求文档生成、自动化编码、部署、测试用例创建、基于 GUI 的自动化测试以及自主的版本演进。

专业应用复制

该模型能够自主复制专业桌面应用。在一次实验中，它通过与原生 macOS Stocks 应用交互以了解 UI 布局，生成 SwiftUI 源代码，集成 LongBridge 市场 API 获取实时数据，并通过了 10 项自主功能验证测试，成功重建了高保真版本的 Stocks 应用。

浏览器自动化

通过 Qwen for Chrome 插件，Qwen3.7-Plus 可充当浏览器代理。它感知网页并执行点击、输入和导航，以完成复杂工作流，例如通过云控制台购买最便宜的 ECS 服务器，并能根据价格变动或库存限制进行动态调整。

技术性能与基准测试

文本与通用代理性能

Qwen3.7-Plus 在文本性能上具备竞争力，接近 Max 级别模型。关键基准结果包括：

  • Coding Agents：在 Terminal Bench 2.0 (70.3)、SWE-bench 系列和 SciCode (51.3) 上表现强劲。
  • General Agents：在 MCP-Mark (58.7) 和 Deep-Planning (62.3) 上具备强大的工具使用和规划能力，在 Kernel Bench L3 上的 GPU 核心优化表现尤为突出（2.06 倍加速 / 比 torch.compile 快 98%）。
  • STEM & Reasoning：在 GPQA Diamond (90.3)、HMMT (92.9) 和 IMOAnswerBench (86.0) 上表现出色。

多模态推理与理解

Qwen3.7-Plus 在视觉代理能力上呈现系统性提升：

  • Multimodal Reasoning：在 BabyVision (70.4/64.7)、MathVision (90.3) 和 HiPhO (84.1) 上取得显著提升，展示了整合空间关系和物理常识的能力。
  • Visual Agent & Coding：在 ScreenSpot Pro (79.0)、OSWorld-Verified (73.3) 和 AndroidWorld (81.0) 上取得显著提升。在 QwenVision2Code 上得分 1772.0，体现了将设计参考转化为可执行代码的能力。
  • Multimodal Search & Knowledge QA：通过将视觉输入与外部搜索增强相结合，在 SimpleVQA (81.7) 和 WorldVQA (61.1) 上取得提升。
  • General Visual Understanding：在文档解析（OmniDocBench 1.5: 91.4）和 OCR（OCR-Bench-V2 ZH: 67.1）方面表现强劲。

视频与驾驶场景理解

模型能够对视频中的时间动态和语义关系进行推理，在 VideoMMMU (85.4) 和 TVBench (78.2) 上得分突出。在自动驾驶场景中，它在 LingoQA (83.4) 和 SURDS (77.2) 上展示了对空间关系的理解能力。

可视化代理工具集成

Qwen3.7-Plus 将视觉理解与程序化问题求解相结合：

  • Code Interpreter Integration：模型可以分析图像，解决滑块拼图、迷宫导航和拼图拼装等问题，自动生成并执行代码。
  • Vision-to-Code Generation：它将图像、视频和 UI 截图转换为可执行代码，包括 SVG 重建以及从视觉参考生成完整的交互式网页。

部署与框架兼容性

Qwen3.7-Plus 可通过阿里云 Model Studio 获取，并支持符合 OpenAI 规范的行业标准协议。它包含 preserve_thinking 功能，可在多轮对话中保持思考内容，推荐用于代理任务。

模型能够在多种代理脚手架上实现泛化，并兼容以下平台：

  • Claude Code：支持 Anthropic API 协议。
  • OpenClaw：通过 Model Studio 连接。
  • Qwen Code：针对 Qwen 系列深度优化。

Sources