阿里发布Qwen3.7-Plus模型：多模态交互混合智能体，Vision Arena助阿里进入全球前5

6月2日，阿里千问大模型今日发布博文，宣布推出Qwen3.7-Plus模型，定位为多模态交互混合智能体。该模型是Qwen3.7的多模态升级版，核心定位是视觉与语言统一的智能体基座。它保留了文本、编码、工具使用和生产力工作流能力，同时强化了视觉理解、视觉推理和跨模态任务处理。模型已通过阿里云百炼提供服务，也可在Qwen Studio体验。它支持图像、视频、屏幕、网页和文本输入，面向复杂软件与办公流程，可在GUI、CLI和工具环境中完成任务。

在模型表现上，Qwen3.7-Plus凭借Vision Arena成绩帮助阿里进入全球前5、中国第1。纯文本测试中，它接近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保持强表现。多模态测试显示，该模型强化了视觉推理、工具调用和任务执行链路，在BabyVision、MathVision、ScreenSpot Pro、OSWorld-Verified、AndroidWorld等评测中提升明显。