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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00