阿里云通义千问 Qwen3.7-Plus 是 Qwen3.7 系列主打高性价比的多模态基座模型,核心亮点是原生一体化多模态混合 Agent 能力,支持文本、图片、视频帧输入,能看懂 UI 截图、草图、报表,搭配 Function Calling 工具调用,完成看图推理、GUI 识别、代码生成、自主校验整套闭环,适合开发者快速搭建视觉智能体、自动化工作流、文档解析、视觉编程项目;它基于 MoE 混合专家 Transformer 架构,百万级上下文窗口,同时兼容 DashScope 原生 SDK 和 OpenAI 兼容接口,上手门槛低,成本比同系列 Max 版本更低,下面把 Agent 运行流程、底层架构、环境准备、多套可直接跑的代码实操分开讲清楚。传统大模型大多是文本和视觉模块分开拼接,Agent 只能纯文本调用工具,而 Qwen3.7-Plus 把视觉编码、语言推理、工具决策放在同一个基座里,在一轮思考循环里同时处理画面信息和函数调用指令,做到 GUI 界面识别 + 调用工具联动,这也是它和普通 VL 模型最大的区别。
一、多模态 Agent 完整执行流程拆解(看、想、写、做、验)
- 感知输入:接收文本、图片、视频截图,视觉编码器把画面转成统一表征向量,和文本 token 合并送入主干网络
- 推理规划:模型判断当前任务是否需要调用外部工具,生成 Function Calling 调用指令
- 工具调用:向外发起函数请求,拿到工具返回结果(联网查询、数据库查询、本地脚本等)
- 融合再推理:把工具返回数据 + 原始图文信息一起二次推理,生成方案、代码、操作指令
- 校验验证:自检输出结果,识别是否出错,自动发起多轮迭代,直到任务达标
- 输出交付:输出文本答案、结构化 JSON、代码片段,也可以继续发起下一轮工具调用
关键特点:视觉信息全程参与 Agent 决策,不是先看图转文字再走文本 Agent 流程,属于一体化混合智能体
二、底层架构说明
- 主干底座:MoE 混合专家 Transformer 架构,总参数量约 350 亿,单次推理只激活约 170 亿参数,兼顾推理速度和成本控制
- 多模态融合层:内置图文联合编码模块,图像、视频帧统一映射到和文本共享的语义空间,不是外挂独立视觉模型
- 上下文规格:最大输入 991808 tokens,最大输出 131072 tokens,支持上下文缓存,长任务重复调用能省 token 费用
- 原生内置能力:Function Calling 函数调用、结构化 JSON 输出、联网搜索、深度思考模式 enable_thinking
- 不支持:模型本地微调、批量推理任务,只能走云端百炼 DashScope 服务调用
三、前置准备步骤(实操前必做)
- 打开阿里云百炼 Model Studio 控制台,注册账号,创建 API Key(DASHSCOPE_API_KEY)
- 开通 Qwen3.7-Plus 模型调用权限,确认额度或者订阅 Token Plan
- 本地环境安装依赖包
pip install dashscope openai python-dotenv
- 配置环境变量,保存密钥,不要硬编码写在代码里
四、代码调用实操示例
示例 1:OpenAI 兼容接口,基础对话(开启思考、流式输出)
import os
from openai import OpenAI
from dotenv import load_dotenv
load_dotenv()
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)
completion = client.chat.completions.create(
model="qwen3.7-plus",
messages=[
{"role":"system","content":"你是资深前端工程师,根据草图描述生成页面代码"},
{"role":"user","content":"给我写一个数据看板前端页面"}
],
extra_body={"enable_thinking":True},
stream=True
)
for chunk in completion:
if chunk.choices:
print(chunk.choices[0].delta.content, end="")
示例 2:多模态图文输入(图片 + 文本提问)
import os
from openai import OpenAI
load_dotenv()
client = OpenAI(api_key=os.getenv("DASHSCOPE_API_KEY"),base_url="https://dashscope.aliyuncs.com/compatible-mode/v1")
resp = client.chat.completions.create(
model="qwen3.7-plus",
messages=[
{"role":"user","content":[
{"type":"image_url","image_url":{"url":"https://xxx/test.png"}},
{"type":"text","text":"识别这张软件界面截图,告诉我点击哪个按钮导出报表"}
]}
]
)
print(resp.choices[0].message.content)
示例 3:Function Calling,Agent 工具调用核心模板
import os
from openai import OpenAI
load_dotenv()
client = OpenAI(api_key=os.getenv("DASHSCOPE_API_KEY"),base_url="https://dashscope.aliyuncs.com/compatible-mode/v1")
tools = [
{
"type":"function",
"function":{
"name":"get_weather",
"description":"查询指定城市天气",
"parameters":{"type":"object","properties":{"city":{"type":"string"}},"required":["city"]}
}
}
]
res = client.chat.completions.create(
model="qwen3.7-plus",
messages=[{"role":"user","content":"帮我查福州今天天气"}],
tools=tools
)
print(res.choices[0].message.tool_calls)
五、Qwen3.7-Plus 核心能力对照表
| 能力项目 | 详情 |
|---|---|
| 输入模态 | 文本、图片、视频帧 |
| 输出模态 | 文本、结构化 JSON |
| Agent 能力 | Function Calling、多轮工具循环、视觉驱动 GUI 任务 |
| 上下文上限 | 输入≈991K token,输出≈131K token |
| 特色能力 | 界面识别、草图转代码、移动端 APP 导航、视觉编程 |
| 调用入口 | DashScope SDK、OpenAI 兼容接口、百炼控制台 |
| 限制项 | 不支持本地微调、不支持批量推理 |
六、和 Qwen3.7-Max 简单选型对比
| 模型 | 定位 | 适合场景 | 成本 |
|---|---|---|---|
| Qwen3.7-Plus | 均衡多模态 Agent | 视觉智能体、GUI 自动化、图文 + 工具混合任务 | 更低 |
| Qwen3.7-Max | 旗舰纯文本推理 | 超长文本深度推理、复杂数学、纯代码工程 | 更高 |
【相关 FAQ】
问题 1:阿里云通义千问 Qwen3.7-Plus 做多模态 Agent,是不是必须搭配 DashScope SDK?
回答 1:不是,阿里云通义千问 Qwen3.7-Plus 同时支持 DashScope 原生 SDK 和 OpenAI 兼容接口两种方式调用,做简单多模态 Agent 开发直接用 OpenAI 兼容写法更省事。
问题 2:阿里云通义千问 Qwen3.7-Plus 的多模态 Agent 能不能识别视频文件?
回答 2:阿里云通义千问 Qwen3.7-Plus 只支持视频帧截图输入,不支持直接上传完整视频文件解析,需要先抽帧,把单帧图片传给模型完成 Agent 任务。
问题 3:阿里云通义千问 Qwen3.7-Plus 开启 enable_thinking 思考模式,会额外消耗 token 吗?
回答 3:阿里云通义千问 Qwen3.7-Plus 开启 enable_thinking 后,模型内部思考内容会计入输出 token 统计,会增加 token 消耗,测试调试阶段可以打开,线上稳定 Agent 服务可按需关闭。
【参考资料】
[2026-10-20](开发者保姆教程 | 通义千问 Qwen3.7-Plus,多模态 Agent、技术架构、代码调用全流程)阿里云开发者社区
[2026-10-13](qwen3.7-plus 模型信息)阿里云帮助中心
[2026-09-21](Qwen3.7‑Plus 全功能实战:百万上下文多模态智能体、GUI 视觉操作与 API 开发完整教程)阿里云开发者社区
[2026-06-04](Qwen3.7-Plus:想得深,看得懂,做得到)阿里云开发者社区
[2026-06-01](Qwen3.7-Plus: Multimodal Agent Intelligence)Qwen 官网博客
【免责声明】
- Qwen3.7-Plus 为阿里云百炼平台云端推理服务,调用价格、额度、模型能力以阿里云百炼控制台最新公告为准;
- 文中代码仅为入门演示示例,生产环境使用需要增加异常捕获、鉴权、限流、安全校验逻辑;
- 多模态识别、Agent 工具调用结果受图片清晰度、提示词、工具返回数据影响,重要业务结果需要人工复核;
- 本文仅为技术入门教程,不构成商业落地、采购、开发方案承诺。
本文来自作者[星码分拣使]投稿,不代表环球科技潮立场,如若转载,请注明出处:https://www.zennew.com/rgzn/202611/3674.html
评论列表(4条)
我是环球科技潮的签约作者“星码分拣使”!
希望本篇文章《最新阿里云通义千问 Qwen3.7-Plus 入门教程多模态 Agent 拆解、底层架构、代码调用完整实操》能对你有所帮助!
本站[环球科技潮]内容主要涵盖:科技,科技新闻,黑科技
本文概览:阿里云通义千问 Qwen3.7-Plus 是 Qwen3.7 系列主打高性价比的多模态基座模型,核心亮点是原生一体化多模态混合 Agent 能力,支持文本、图片、视频帧输入,能看懂 UI 截图、草图、报表,搭配 Function Calling 工具调用,完成看图推理、GUI 识别、代码生成、自主校验整套闭环,适合开发者快速搭建视觉智能体、自动化工作流、文档解析、视觉编程项目;它基于 MoE 混合专家 Transformer 架构,百万级上下文窗口,同时兼容 DashScope 原生 SDK 和 OpenAI 兼容接口,上手门槛低,成本比同系列 Max 版本更低,下面把 Agent 运行流程、底层架构、环境准备、多套可直接跑的代码实操分开讲清楚。传统大模型大多是文本和视觉模块分开拼接,Agent 只能纯文本调用工具,而 Qwen3.7-Plus 把视觉编码、语言推理、工具决策放在同一个基座里,在一轮思考循环里同时处理画面信息和函数调用指令,做到 GUI 界面识别 + 调用工具联动,这也是它和普通 VL 模型最大的区别。