開始使用影像生成

Windows 版的 Microsoft Foundry 支援透過 Windows 應用程式 SDK 內建的由 Stable Diffusion 提供技術支援的 API 生成映像檔。你可以在 Windows 應用程式中使用這些 API，利用自然語言提示和裝置上的生成模型來創建、轉換和增強圖片與照片。

影像生成經過優化，以提升 Windows Copilot+ PCs 上的效率與效能。

關於 API 細節，請參閱影像 API 參考。

試試 AI 開發畫廊中的影像生成

AI 開發者畫廊讓你可以嘗試提示、檢視範例原始碼，並在將影像生成整合進應用程式前匯出一個可運作的 Visual Studio 專案。

這很重要

套件資訊清單需求：若要使用 Windows AI 影像處理 API，您的應用程式必須封裝為 MSIX 套件，並在您的systemAIModels中聲明 Package.appxmanifest 功能。此外，請確保您的清單的 MaxVersionTested 屬性設定為最新的 Windows 版本（例如， 10.0.26226.0 或更高版本），以正確支援 Windows AI 功能。使用較舊的值可能會導致載入模型時「未由應用程式宣告」錯誤。

<Dependencies>
  <TargetDeviceFamily Name="Windows.Universal" MinVersion="10.0.17763.0" MaxVersionTested="10.0.26226.0" />
  <TargetDeviceFamily Name="Windows.Desktop" MinVersion="10.0.17763.0" MaxVersionTested="10.0.26226.0" />
</Dependencies>

先決條件

Windows 版本： Windows 11，版本 24H2（版本 26100）或更新版本
Windows 應用程式 SDK 版本：Version 2.0 Experimental
Hardware： Copilot+ PC，附有 NPU（必備）

支援的硬體

影像產生可在以下硬體上運行：

Hardware	Status	詳細資料
NPU（Copilot+ PC）	✅ 可取得	這是唯一支援的硬體路徑。請參考 Copilot+ PCs 開發者指南。
GPU	❌ 未支援	GPU 上沒有。
CPU	❌ 未支援	CPU 上沒有。

型號可用性與下載

AI 影像生成模型在 Copilot+ PC 上是optional — 預設為 未預裝，因為安裝容量為數 GB。當你的應用程式第一次呼叫 EnsureReadyAsync時，模型會透過 Windows Update 在背景下載。終端使用者也可以在之後移除該型號以回收磁碟空間。

這種行為與其他大型可選 Windows AI 模型的生命週期相符——你的應用程式必須明確處理「尚未安裝」的情況，而不是假設模型已經存在。

模型安裝後

模型會一直留在裝置上，直到使用者移除為止。使用者可在設定>>系統 AI 元件中管理已安裝的模型，包括 AI 影像生成模型。如果使用者之後移除該模型，您的應用程式下一次呼叫 GetReadyState 時會傳回 NotReady 或 EnsureNeeded，並且應重新執行同意與下載流程。

選擇影像生成工作流程

利用影像生成將提示轉化為視覺成品。支援的工作流程包括：

文字轉影像

從描述性文字提示生成圖片。適合插畫、設計、客製化背景及概念視覺化。
圖像對圖像

根據文字指引轉換現有影像，同時保留結構。適合樣式設計、主題設定及其他變化。
魔法填充

用模型生成的內容填滿遮罩區域。使用此工作流程移除物件、修復區域，或透過文字提示進行針對性編輯。
著色書風格

將圖片轉換成簡化的輪廓，可用於著色書或類似的教育體驗。
重新設計

在保留結構的同時，將藝術或視覺風格應用於現有影像。適合創意濾鏡、藝術模式或主題變換。

使用影像生成 API

使用影像生成 API 時，請遵循以下基本步驟。

請使用 EnsureReadyAsync 確保模型已準備好。
建立一個 ImageGenerator 實例。
選擇適當的生成工作流程（文字提示、圖片輸入或遮罩）。
呼叫相應的生成方法。
接收輸出為影像緩衝區，供觀看、編輯或儲存。

從文字提示生成圖片（文字對圖片）

這個範例展示了如何從文字提示產生圖片。具體來說，是「山湖上的美麗夕陽」。

using Microsoft.Windows.AI.Imaging;
using Microsoft.Graphics.Imaging;

public async Task GenerateImageFromText()
{
    // Check if models are ready
    var readyState = ImageGenerator.GetReadyState();
    if (readyState != AIFeatureReadyState.Ready)
    {
        // Download models if needed
        var result = await ImageGenerator.EnsureReadyAsync();
        if (result.Status != AIFeatureReadyResultState.Success)
        {
            Console.WriteLine("Failed to prepare models");
            return;
        }
    }

    // Create ImageGenerator instance
    using var generator = await ImageGenerator.CreateAsync();
    
    // Configure generation options
    var options = new ImageGenerationOptions
    {
        MaxInferenceSteps = 6,
        Creativity = 0.8,
        Seed = 42
    };

    // Generate image
    var result = generator.GenerateImageFromTextPrompt("A beautiful sunset over a mountain lake", options);
    
    if (result.Status == ImageGeneratorResultStatus.Success)
    {
        var imageBuffer = result.Image;
        // Use the generated image (save to file, display, etc.)
        await SaveImageBufferAsync(imageBuffer, "generated_image.png");
    }
    else
    {
        Console.WriteLine($"Image generation failed: {result.Status}");
    }
}

轉換影像風格（圖像轉圖像）

這個範例展示了如何根據文字提示將一張照片轉換成油畫。特別是「油畫風格、粗筆觸、具有藝術感」。

public async Task RestyleImage()
{
    using var generator = await ImageGenerator.CreateAsync();
    
    // Load input image
    var inputImage = await LoadImageBufferAsync("photo.jpg");
    
    var options = new ImageGenerationOptions();
    var styleOptions = new ImageFromImageGenerationOptions
    {
        Style = ImageFromImageGenerationStyle.Restyle,
        ColorPreservation = 0.7f
    };

    var result = generator.GenerateImageFromImageBuffer(
        inputImage, 
        "oil painting style, thick brush strokes, artistic", 
        options, 
        styleOptions);
    
    if (result.Status == ImageGeneratorResultStatus.Success)
    {
        await SaveImageBufferAsync(result.Image, "restyled_image.png");
    }
}

轉換影像風格（影像對影像複合體）

這個範例展示了如何根據文字提示將一張照片轉換成油畫。具體來說，是「油畫、厚重筆觸、豐富的色彩調色盤、傳統畫布質感、寫實光線、古典美術風格、層疊顏料、高細節、戲劇性對比、厚塗、質感畫布」。

using Microsoft.Windows.AI.Imaging;

public async Task CreateImageFromPrompt()
{
    using ImageGenerator model = await ImageGenerator.CreateAsync();

    // Using default values
    var options = new ImageGenerationOptions();

    // Set ImageFromImageGenerationOptions fields
    var imageFromImageOptions = new ImageFromImageGenerationOptions();
    imageFromImageOptions.Style = ImageFromImageGenerationStyle.Restyle;
    imageFromImageOptions.ColorPreservation = 0.5f; // range [0.0f, 1.0f]

    // Load an input image buffer
    using var inputImage = await Utils.LoadSampleImageBufferAsync("sdxl_input_horse.png");

    var textPrompt = "An oil painting, thick brush strokes, rich color palette, traditional canvas texture, realistic lighting, classical fine art style, layered paint, high detail, dramatic contrast, impasto, textured canvas";

    var result = model.GenerateImageFromImageBuffer(inputImage, textPrompt, options, imageFromImageOptions);
    if (result.Status == ImageGeneratorResultStatus.Success)
    {
        // Image generated successfully
        var imageBuffer = result.Image;
        // Process the imageBuffer as needed, e.g., save to file or display
    }
    else
    {
        // Handle error cases based on result.Status
        Console.WriteLine($"Image generation failed with status: {result.Status}");
    }
}

魔法填充面具

這個範例展示了如何使用遮罩來填補影像的某個區域。具體來說，是「一輛紅色跑車」。

public async Task FillMaskedRegion()
{
    using var generator = await ImageGenerator.CreateAsync();
    
    var inputImage = await LoadImageBufferAsync("scene.jpg");
    var maskImage = await LoadImageBufferAsync("mask.png"); // GRAY8 format
    
    var options = new ImageGenerationOptions();
    
    var result = generator.GenerateImageFromImageBufferAndMask(
        inputImage, 
        maskImage, 
        "a red sports car", 
        options);
    
    if (result.Status == ImageGeneratorResultStatus.Success)
    {
        await SaveImageBufferAsync(result.Image, "filled_image.png");
    }
}

產生著色書風格的圖片

這個範例展示了如何用著色書風格產生圖像。具體來說，是「太空船裡的貓」。

using Microsoft.Windows.AI.Imaging;

public async Task CreateImageFromPrompt()
{
    using ImageGenerator model = await ImageGenerator.CreateAsync();

    // Using default values
    var options = new ImageGenerationOptions();

    // Set ImageFromTextGenerationOptions fields
    var imageFromTextOptions = new ImageFromTextGenerationOptions();
    imageFromTextOptions.Style = ImageFromTextGenerationStyle.ColoringBook;

    var result = model.GenerateImageFromTextPrompt("Cat in spaceship", options, imageFromTextOptions);
    if (result.Status == ImageGeneratorResultStatus.Success)
    {
        // Image generated successfully
        var imageBuffer = result.Image;
        // Process the imageBuffer as needed, e.g., save to file or display
    }
    else
    {
        // Handle error cases based on result.Status
        Console.WriteLine($"Image generation failed with status: {result.Status}");
    }
}

使用自訂的 ImageGenerationOptions 參數生成影像

這個範例展示了如何根據一組內容過濾器和限制生成圖片。具體來說，是用 TextContentFilterSeverity 為 Low 和 ImageContentFilterSeverity 為 Minimum 的「太空船裡的貓」。

using Microsoft.Windows.AI.Imaging;
using Microsoft.Windows.AI.ContentSafety;

public async Task CreateImageFromPromptAndCustomOptions()
{
    using ImageGenerator model = await ImageGenerator.CreateAsync();

    // Using default values
    var options = new ImageGenerationOptions();

    // Set custom ImageGenerationOptions fields
    options.MaxInferenceSteps = 6;
    options.Creativity = 0.8;
    options.Seed = 1234;
    ContentFilterOptions contentFilterOptions = new ContentFilterOptions();
    contentFilterOptions.PromptMaxAllowedSeverityLevel = new TextContentFilterSeverity { Hate = SeverityLevel.Low, Sexual = SeverityLevel.Low, Violent = SeverityLevel.Low, SelfHarm = SeverityLevel.Low };
    contentFilterOptions.ImageMaxAllowedSeverityLevel = new ImageContentFilterSeverity { AdultContentLevel = SeverityLevel.Minimum, GoryContentLevel = SeverityLevel.Minimum, RacyContentLevel = SeverityLevel.Minimum, ViolentContentLevel = SeverityLevel.Minimum };
    options.ContentFilterOptions = contentFilterOptions;

    var result = model.GenerateImageFromTextPrompt("Cat in spaceship", options);
    if (result.Status == ImageGeneratorResultStatus.Success)
    {
        // Image generated successfully
        var imageBuffer = result.Image;
        // Process the imageBuffer as needed, e.g., save to file or display
    }
    else
    {
        // Handle error cases based on result.Status
        Console.WriteLine($"Image generation failed with status: {result.Status}");
    }
}

負責任的人工智慧

在使用 Windows 應用程式修改或生成圖片時，請遵循負責任的 AI 建議，包括透明度與使用者信任。為協助使用者了解生成或修改影像的來源與歷史，請依據內容來源與真實性聯盟（C2PA）標準提供內容憑證。

請參閱 Windows 上負責任的生成式 AI 開發，了解在 Windows 應用程式中加入生成式影像功能的最佳實務。

另請參閱

意見反應

此頁面對您有幫助嗎？

上次更新時間： 2026-10-01