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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust015
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00