Windows App SDK 1.8实验版2发布:本地AI能力与开发体验全面升级
Windows App SDK是微软推出的现代化Windows应用开发框架,它为开发者提供了一套统一的API和工具,用于构建跨Windows 10和Windows 11的高性能应用程序。本次发布的1.8实验版2带来了多项重要更新,特别是在人工智能集成和开发体验方面有显著提升。
本地AI能力增强
本次更新最引人注目的是对Windows AI API的深度集成,使开发者能够轻松为应用程序添加智能功能。其中最重要的两项AI能力包括:
-
对话摘要功能:基于Phi Silica技术,该功能可以自动总结电子邮件、通讯记录或讨论线程中的关键内容。这项技术直接在设备端运行,无需云端处理,既保护了用户隐私,又能提供即时响应。
-
LoRA微调支持:Low-Rank Adaptation(低秩适应)技术允许开发者使用自己的数据集对设备端语言模型Phi Silica进行定制化微调。这意味着开发者可以创建更符合特定领域或用户需求的个性化AI体验,同时保持模型的高效运行。
开发工具与API改进
除了AI能力外,本次更新还包含多项对开发者友好的改进:
-
Decimal数据类型支持:新增了高精度的十进制数值类型,特别适合金融和科学计算场景,有效避免了浮点数类型常见的精度损失和舍入误差问题。
-
NuGet包结构调整:Windows App SDK的NuGet包已转变为元包(metapackage)形式。这种模块化设计让开发者可以只引用项目实际需要的组件,减少了不必要的依赖和包体积。
-
MSIX发布支持模块化:将MSIX打包发布功能分离为独立的NuGet包,这种设计提高了组件的复用性,不仅服务于Windows App SDK,也可被其他项目单独使用。
单项目解决方案优化
针对单项目解决方案的开发体验,本次更新解决了多个功能缺口:
- 增加了MSIX捆绑包(bundle)的生成支持
- 完善了MSIX上传包的生成功能
- 优化了整体构建和发布流程
这些改进使得使用单项目模板的开发者能够获得更完整的应用打包和发布体验。
结语
Windows App SDK 1.8实验版2通过引入本地AI能力和多项开发体验优化,为Windows应用开发带来了更多可能性。特别是Phi Silica技术的集成,让开发者能够在保护用户隐私的前提下,为应用添加智能功能。同时,模块化的包结构和独立的MSIX支持也体现了微软对开发者体验的持续关注。
对于考虑在应用中添加AI功能的开发者,建议同时参考微软关于负责任AI开发的指导原则,确保AI功能的开发和使用符合伦理要求。随着Windows App SDK的不断演进,Windows平台的应用开发将变得更加高效和强大。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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