WindowsAppSDK 1.7 版本中 Microsoft.Windows.AI.Generative 命名空间的探索与解析
微软在 WindowsAppSDK 1.7 版本中引入了一系列令人期待的 AI API,特别是围绕 Phi-3 模型的应用开发接口。这些新功能为 Windows 开发者提供了强大的 AI 能力,但同时也带来了一些部署和使用上的疑问。
核心问题背景
许多开发者注意到微软官方文档中提到了 Microsoft.Windows.AI.Generative 命名空间,该命名空间被描述为 Windows Application SDK 的一部分,主要用于 Phi-3 模型的 API 调用。然而,在实际开发环境中,即使安装了 Windows Application SDK 的各种版本(包括实验版、稳定版和预览版),开发者仍然无法找到这个关键的命名空间。
技术发展历程
根据 WindowsAppSDK 开发团队的沟通,这一现象的原因在于:
-
版本发布节奏:Microsoft.Windows.AI.Generative 命名空间及相关 AI API 最初计划在 WindowsAppSDK 1.7 Experimental-2 版本中发布,但实际发布时间有所延迟。
-
最终实现:这些 AI API 最终在 WindowsAppSDK 1.7 Experimental-3 版本中正式亮相,包括 Phi 3.5 Silica API 和光学字符识别(OCR) API 等功能。
技术解决方案
对于希望使用这些 AI 功能的开发者,建议采取以下步骤:
-
更新 SDK 版本:确保安装 WindowsAppSDK 1.7 Experimental-3 或更高版本。
-
项目配置:在 Visual Studio 中创建 WinUI 3 应用程序或 .NET Forms 应用程序后,通过 NuGet 包管理器安装最新版本的 Windows Application SDK。
-
API 使用:成功安装后,开发者可以在代码中使用 Microsoft.Windows.AI.Generative 命名空间下的各类 AI 功能。
技术前瞻
这一系列 AI API 的引入标志着 Windows 平台 AI 开发能力的重要提升。Phi-3 模型的应用接口特别值得关注,它为开发者提供了在本地设备上运行先进生成式 AI 的能力,无需依赖云端服务。光学字符识别 API 的加入也为图像处理应用开发提供了新的可能性。
随着 WindowsAppSDK 的持续更新,我们可以期待更多 AI 相关功能将被集成到 Windows 开发生态系统中,为开发者创造更多创新机会。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00