6月2日，，，阿里云通义千问团队在X平台正式宣布宣布Qwen3.7-Plus。。。。。这是一个多模态Agent模子，，，官方表述是“将视觉与语言统一为一体化智能体基座”。。。。。 用Qwen3.7-Plus做App、复刻股票应用不在话下。。。。。千问官方博客披露，，，基于Qwen3.7-Plus构建的Hybrid-Agent系统，，，曾一连稳固运行11小时以上，，，自动完成一款英语单词学习App的完整研发闭环。。。。。Hybrid-Agent系统还自主完成了macOS原生Stocks股市应用的高保真复刻。。。。。而模子屏幕明确得分79，，，也凌驾GPT-5.4和Gemini-3.1 Pro。。。。。 而千问这次宣布的时间点颇为玄妙。。。。。就在前一天，，，MiniMax刚刚推出新一代旗舰开源模子M3，，，宣称同时实现顶尖编程能力、1M超长上下文与原生多模态。。。。。两家在统一周内麋集宣布，，，海内大模子开源竞赛愈发白热化。。。。。 官方博客形貌，，，这个模子能"感知真实天下场景、读取屏幕并操作GUI、基于视觉参考天生代码、端到端导航移动应用"，，，并在简单智能体循环中无缝融合GUI与CLI交互。。。。。 这里有两个要害词：GUI和CLI。。。。。GUI就是图形界面，，，好比网页按钮、手机App菜单、桌面软件窗口。。。。。CLI就是下令行，，，好比工程师用来装置依赖、运行测试、安排效劳的玄色窗口。。。。。 好比，，，它可以读取屏幕，，，明确手机App或网页界面里哪个按钮该点；
；；也可以看一张设计图，，，然后天生SVG、网页或前端原型；
；；还可以在下令行里跑代码、看报错、再改代码。。。。。 细节包括：天生代码凌驾10000行，，，触发Agent挪用凌驾1000次，，，笼罩需求文档天生、代码自动编写、自动化装置安排、测试用例建设、GUI自动化测试、多场景并行测试、产品说明自动更新和版本迭代。。。。。 这个案例的要害点不在于“写了几多代码”，，，而在于链路够长。。。。。一个真实软件使命往往不是一次天生代码就竣事，，，还要装置、运行、测试、改Bug、再验证。。。。。官方演示想强调的正是这种长流程能力。。。。。 Qwen官方博客称，，，Hybrid-Agent系统自主完成了macOS原生Stocks股市应用的高保真复刻。。。。。流程包括：交互原生应用并明确UI结构和功效细节，，，基于交互纪录天生SwiftUI源码，，，接入LongBridge真实验情API获取实时市场数据，，，自动编译构建并启动复刻应用。。。。。 模子自主执行了10项功效验证测试，，，内容包括实时行情加载、股票选择与切换、多周期视图切换、搜索过滤和详细数据面板展示等，，，且所有通过。。。。。 这个演示更直观：模子不是只天生一个静态页面，，，而是要明确行情App的结构、数据源和交互逻辑，，，再把它做成一个可以运行的桌面应用。。。。。 在图像/视频转SVG使命中，，，模子需要识别几何结构、颜色、结构、层级关系和动态转变，，，再用代码表达出来。。。。。关于图标、插画、动效、图形设计和信息可视化，，，这类能力的产品价值在于：把“望见的参考图”酿成“可编辑的代码资产”。。。。。 在网页设计使命中，，，模子不但要复现页面气概，，，还要组织结构、写前端代码、处置惩罚交互逻辑，，，并把多模态素材整合进最终页面。。。。。 这里的流程不是“看一眼给谜底”。。。。。模子会先明确图像结构和约束，，，再把视觉问题转成可盘算的问题体现，，，然后自主编写并执行代码举行求解、搜索或验证。。。。。 二是Kernel Bench L3的98%——这个指标权衡的是模子优化GPU盘算焦点的能力，，，98%意味着险些所有问题都能产出逾越PyTorch默认编译器的计划。。。。。有用户指出，，，这个偏向以前险些是专业工程师的"禁区"。。。。。 MiniMax M3主翻开源，，，手艺报告和模子权重允许在10天内果真，，，焦点差别化是1M超长上下文（M3在1M上下文下每token盘算量只有上代的1/20）和极强的长线程Agent能力（147次benchmark提交、1959次工具挪用完成FP8矩阵乘优化）。。。。。 MiniMax团队让M3自力复现一篇ICLR 2025获奖论文。。。。。该使命需要看懂图文、曲线、数据和公式，，，也需要长上下文装入论文、代码和实验日志，，，还需要编程和Agent能力完成复现。。。。。M3自主运行靠近12小时，，，最终跑通焦点实验。。。。。 两者在编程Agent能力上保存直接竞争，，，但着重点差别：M3更强调长上下文下的自主科研和代码优化能力，，，Qwen3.7-Plus更强调视觉感知与界面操作的端到端闭环。。。。。