AI SDK OpenAI 2.0.0-canary.18版本发布:图像生成API的重大改进
2025-06-03 06:59:05作者:邵娇湘
项目简介
AI SDK是一个由Vercel开发的开源工具库,旨在简化开发者与各种AI模型的交互过程。它提供了统一的API接口,让开发者可以轻松地在不同AI服务提供商之间切换,同时保持一致的开发体验。本次发布的2.0.0-canary.18版本主要针对OpenAI图像生成功能进行了重要改进。
图像生成API的重大重构
本次更新的核心变化是对图像生成API的配置方式进行了重构,这一改进使得API设计更加一致和灵活。
旧版API的问题
在之前的版本中,图像模型的配置(如最大生成图像数量、轮询间隔等)需要通过模型初始化时的设置来完成。这种方式存在几个问题:
- 配置分散:部分参数在模型初始化时设置,部分在生成调用时设置
- 灵活性不足:一旦模型初始化完成,某些配置就无法更改
- 一致性差:与其他API的调用方式不一致
新版API的改进
新版本将所有图像生成相关的配置都移到了generateImage方法的选项中,带来了以下优势:
- 配置集中化:所有生成参数都在同一个地方设置
- 动态配置:每次调用都可以使用不同的配置
- 统一接口:与其他生成API保持一致的调用方式
具体变化示例
旧版代码示例:
await generateImage({
model: luma.image('photon-flash-1', {
maxImagesPerCall: 5,
pollIntervalMillis: 500,
}),
prompt,
n: 10,
});
新版代码示例:
await generateImage({
model: luma.image('photon-flash-1'),
prompt,
n: 10,
maxImagesPerCall: 5,
providerOptions: {
luma: { pollIntervalMillis: 5 },
},
});
主要变更点
maxImagesPerCall现在直接作为generateImage的选项- 其他提供商特定的配置通过
providerOptions传递 - 模型初始化时不再需要任何配置参数
技术影响与最佳实践
这一变更对开发者工作流有以下影响:
- 更清晰的代码结构:生成逻辑的所有配置都在同一个地方,提高了代码可读性
- 更好的灵活性:可以根据每次调用的需求动态调整参数
- 更一致的API体验:与其他AI生成API保持相同的设计模式
对于迁移现有代码的建议:
- 检查所有使用图像生成API的地方
- 将模型初始化时的配置移动到生成调用中
- 提供商特定配置使用
providerOptions传递
总结
AI SDK的这次更新通过重构图像生成API的配置方式,为开发者提供了更加一致和灵活的接口。这一变化虽然需要一些代码迁移工作,但从长远来看将提高代码的可维护性和可读性。这也是AI SDK持续优化开发者体验的重要一步,体现了项目团队对API设计一致性的重视。
登录后查看全文
热门项目推荐
相关项目推荐
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-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
301
2.65 K
Ascend Extension for PyTorch
Python
130
152
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
457
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
610
196
React Native鸿蒙化仓库
JavaScript
230
307
暂无简介
Dart
593
129
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.05 K
613
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
48
77
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
360
2.43 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205