6月2日，阿里巴巴正式发布了千问3.7系列的全新多模态大模型——Qwen3.7-Plus。根据阿里云内部披露的信息，此次升级在文本理解与视觉识别能力上均实现了显著提升。尤为值得关注的是，Qwen3.7-Plus在多模态混合智能体领域取得了实质性突破——它不再仅仅是一个能够“看懂”图片与视频的模型，而是真正将“观察、推理、生成、执行、验证”整合至一个统一的智能体工作流之中。
具体而言，该模型不仅能准确理解用户提供的图片或视频内容，还能在此基础上进行深度推理、自主编写代码、调用外部工具、验证测试结果，甚至根据反馈不断迭代优化。这意味着，像一键复刻手机APP、操作桌面端专业软件这类复杂的长程任务，它已能够相对流畅地完成。从“理解内容”到“动手执行”，再到“自我检验与优化”，这种完整闭环正是多模态大模型走向实际应用的关键所在。
目前，Qwen3.7-Plus已在阿里云百炼平台正式上线，并对外开放API服务。对于开发者与企业用户而言，这意味着可以直接将这种多模态智能体的能力集成到自身产品中，无需再像以往那样组合多个模型与工具来勉强实现类似效果。
补充同频道和同主题内容，方便继续浏览更多相关内容。
继续查看同栏目最近更新的文章。
广汽集团与中国石化在广东湛江遂溪建成全国首座“能源+汽车”综合服务站，推出加油站+汽车销售+维保一体化新模式，填补县域市场跨界空白，构建看车、购车、养车、加油一站式用车服务生态圈。
谷歌正在研发至少8款Googlebook安卓笔记本，计划今年秋季发布。其中4款搭载英特尔PantherLake芯片，3款采用高通骁龙X系列，1款配备联发科迅鲲Ultra芯片并支持可拆卸键盘设计。
伯克希尔·哈撒韦重仓谷歌而非英伟达，因其看好AI基础设施的长期价值。谷歌拥有搜索现金流、云服务和数据中心，商业模式可预测。伯克希尔认为投资“卖铲子的人”更具确定性，而非高风险的AI模型公司。
2026年苹果全球开发者大会预计将聚焦于人工智能与操作系统的深度融合。iOS18、iPadOS18等系统或将迎来AI原生体验的全面升级，包括更智能的Siri、系统级AI助手以及开发工具的革新。对于开发者和用户而言，了解新特性适配、隐私数据准备以及测试流程是顺利过渡的关键。
你是否也遇到过这样的场景——会议刚结束、课程刚刚听完、采访也收了尾，手机里却躺着一段十几分钟甚至更长的录音，亟待整理成文字？ 原本想着快速转成文本，结果反复暂停、回放、快进，三十分钟的音频硬生生耗了一个多小时才逐字敲完。不少人不得不下载第三方转写工具，到头来却发现——付费门槛才是真正的绊脚石。 其实