通义万相-文生视频 Text2Video

一、概论

1.1 基础认识

在AI生成内容（AIGC）爆发的当下，文本生成视频（Text2Video）技术已广泛应用于电商营销、内容创作、教育培训等领域。阿里云百炼平台提供的wan2.5-t2v-preview模型，凭借强大的场景生成能力和灵活的接口设计，成为后端开发者快速集成视频生成能力的优选方案。本文将从技术选型、环境搭建、核心代码实现、接口测试、性能优化等维度，详细讲解如何基于Spring Boot框架构建一套高可用的Text2Video后端服务，帮助开发者快速落地AI视频生成业务。

通义万相文生视频模型基于文本提示词，生成一段流畅的视频。支持的能力包括：

• 基础能力：支持选择视频时长（5/10/15秒）、指定视频分辨率（480P/720P/1080P）、智能改写prompt、添加水印。

• 音频能力 ：支持自动配音，或传入自定义音频文件，实现音画同步。（wan2.5、wan2.6支持）

• 多镜头叙事 ：支持生成包含多个镜头的视频，在镜头切换的同时保持主体一致。（仅wan2.6支持）

简单来说就是通过用户的文字描述来生成一段 5-15 s的视频给用户。

1.2 阿里云百炼Text2Video接口优势

阿里云百炼平台推出的wan2.5-t2v-preview模型，是针对中文场景优化的视频生成模型，相比其他同类接口，具备以下核心优势：

• 中文Prompt适配性强：精准理解中文语境下的场景描述、情感表达和细节要求，生成视频更符合国内用户预期；

• 灵活的参数配置：支持自定义视频分辨率、时长、随机种子、音频挂载等参数，适配不同业务场景需求；

• 稳定的服务性能：依托阿里云分布式架构，接口响应稳定，支持高并发请求，满足生产环境部署要求；

• 完善的SDK支持：提供Java、Python等多语言SDK，简化后端集成流程，降低开发门槛；

• 多地域部署可选：支持北京、新加坡等地域部署，方便不同区域业务就近调用，降低网络延迟。

1.3 本文核心内容

本文将基于Spring Boot框架，完整实现后端集成阿里云百炼Text2Video接口的全流程，核心内容包括：

• 开发环境搭建与依赖配置；

• 阿里云百炼SDK初始化与配置；

• 请求参数封装、响应体规范与核心服务实现；

• RESTful接口设计与测试；

• 异步任务优化、参数校验与接口鉴权；

• 常见问题排查与生产环境部署建议。

通过本文学习，你会掌握：① Spring Boot集成第三方AI接口的通用思路；② Text2Video服务的核心实现逻辑；③ 高可用后端服务的优化技巧，能够快速将Text2Video能力集成到实际业务中。

二、技术选型与开发环境准备

2.1 技术栈选型说明

结合后端开发主流实践和阿里云百炼接口特性，本次技术栈选型如下：

技术组件	版本	选型理由
Spring Boot	3.2.0	主流后端开发框架，简化配置、快速搭建RESTful接口，生态完善
阿里云百炼SDK	2.14.0	官方提供的Java SDK，封装了视频生成接口调用逻辑，减少重复开发
Lombok	1.18.30	简化JavaBean代码，通过注解自动生成getter、setter、构造函数等
Jackson	2.15.3	Spring Boot默认JSON处理工具，用于请求参数解析和响应结果序列化
Hibernate Validator	8.0.1.Final	实现请求参数校验，提升接口健壮性
Redisson	3.23.3	分布式锁和缓存组件，用于异步任务状态管理和接口限流
Springdoc OpenAPI	2.2.0	自动生成接口文档，方便接口测试和前后端对接

以上选配是生产环境的推荐，接下来我的实验代码会尽量简单且规范，易于理解。

2.2.1 依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.5.9-SNAPSHOT</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>
    <groupId>gzj.spring</groupId>
    <artifactId>ai</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>ai</name>
    <description>ai</description>
    <url/>
    <licenses>
        <license/>
    </licenses>
    <developers>
        <developer/>
    </developers>
    <scm>
        <connection/>
        <developerConnection/>
        <tag/>
        <url/>
    </scm>
    <properties>
        <java.version>17</java.version>
        <java.json>2.0.32</java.json>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <!-- Spring AI Alibaba Agent Framework -->
        <dependency>
            <groupId>com.alibaba.cloud.ai</groupId>
            <artifactId>spring-ai-alibaba-agent-framework</artifactId>
            <version>1.1.0.0-M5</version>
        </dependency>

        <!-- DashScope ChatModel 支持（如果使用其他模型，请参考文档选择对应的 starter） -->
        <dependency>
            <groupId>com.alibaba.cloud.ai</groupId>
            <artifactId>spring-ai-alibaba-starter-dashscope</artifactId>
            <version>1.1.0.0-M5</version>
        </dependency>

        <!-- 新增Redis依赖（Spring Boot整合版） -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>
        <!-- 可选：Redis连接池（提升性能） -->
        <dependency>
            <groupId>org.apache.commons</groupId>
            <artifactId>commons-pool2</artifactId>
        </dependency>

        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>dashscope-sdk-java</artifactId>
            <version>2.22.2</version>
        </dependency>

        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>${java.json}</version>
        </dependency>

        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-model</artifactId>
            <version>1.1.0-M4</version>
        </dependency>

        <!-- RxJava（流式调用） -->
        <dependency>
            <groupId>io.reactivex.rxjava3</groupId>
            <artifactId>rxjava</artifactId>
            <version>3.1.8</version>
        </dependency>

        <dependency>
            <groupId>commons-io</groupId>
            <artifactId>commons-io</artifactId>
            <version>2.11.0</version>
        </dependency>

        <dependency>
            <groupId>com.squareup.okhttp3</groupId>
            <artifactId>okhttp</artifactId>
            <version>4.12.0</version>
        </dependency>

        <dependency>
            <groupId>io.springfox</groupId>
            <artifactId>springfox-boot-starter</artifactId>
            <version>3.0.0</version>
        </dependency>


    </dependencies>

    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>
    <repositories>
        <repository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
    </repositories>
    <pluginRepositories>
        <pluginRepository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </pluginRepository>
    </pluginRepositories>

</project>

2.2.2 阿里云百炼API Key获取

查看文章： Vue3+Springboot3+千问plus流式（前后端分离）_web框架项目案例用vue+springboot前后端分离-CSDN博客

跟着文章的前面的步骤做，可以获得百万 free 的Token

2.2 配置文件编写

2.2.1 application.yml 文件

server:
  port: 8080
spring:
  servlet:
    multipart:
      enabled: true
      max-file-size: 100MB
      max-request-size: 100MB
  application:
    name: ai
  ai:
    dashscope:
      model: qwen-plus
      modelV1: qwen3-vl-plus
      modelV2: gui-plus
      api-key: ${DASHSCOPE_API_KEY}
      agent:
        options:
          app-id: 0bc97a579fdb4c2880acc
  # Redis配置
  data:
    redis:
      port: 6379 # 端口
      password:  # 无密码则留空
      database: 0 # 数据库索引（默认0）
      timeout: 3000ms # 连接超时
      lettuce:
        pool:
          max-active: 8 # 最大连接数
          max-idle: 8 # 最大空闲连接
          min-idle: 0 # 最小空闲连接
          max-wait: -1ms # 连接等待时间
chat:
  context:
    expire-minutes: 30 # 会话过期时间（分钟）
    max-history-rounds: 20 # 单会话最大历史轮数（user+assistant为1轮）
jute:
  weather:
    api-key: 3c6d

2.2.1 META-INF / additional-springconfiguration-metadata.json 文件

{
  "properties": [
    {
      "name": "jute.weather.api-key",
      "type": "java.lang.String",
      "description": "Description for jute.weather.api-key."
    }
  ]
}

三、核心代码实现

3.1 通用封装：统一响应体

package gzj.spring.ai.Response;

import lombok.Data;

/**
 * 全局统一响应体
 */
@Data
public class ApiResponse<T> {
    private int code;
    private String message;
    private T data;

    public static <T> ApiResponse<T> success(T data) {
        ApiResponse<T> response = new ApiResponse<>();
        response.setCode(200);
        response.setMessage("success");
        response.setData(data);
        return response;
    }

    public static <T> ApiResponse<T> error(String message) {
        ApiResponse<T> response = new ApiResponse<>();
        response.setCode(500);
        response.setMessage(message);
        response.setData(null);
        return response;
    }
}

3.2 响应实体 Text2VideoRequest

package gzj.spring.ai.Request;


import io.swagger.annotations.ApiModelProperty;
import lombok.Data;

import javax.validation.constraints.NotNull;

/**
 * 文本生成视频的请求参数 DTO
 * @author DELL
 */
@Data
public class Text2VideoRequest {

    /** 核心提示词，描述视频内容 */
    @ApiModelProperty(value = "核心提示词，描述视频内容", required = true)
    @NotNull(message = "核心提示词不能为空")
    private String prompt;

    /** 音频URL（可选），为空则生成无音频视频 */
    @ApiModelProperty(value = "音频URL（可选），为空则生成无音频视频")
    private String audioUrl = "";

    /** 反向提示词，指定不需要的内容 */
    @ApiModelProperty(value = "反向提示词，指定不需要的内容")
    private String negativePrompt = "";

    /** 视频分辨率，如 832*480、1080*720 */
    @ApiModelProperty(value = "视频分辨率，如 832*480、1080*720")
    private String size = "1080*720";

    /** 视频时长（秒），最大支持根据模型限制调整 */
    @ApiModelProperty(value = "视频时长（秒），最大支持根据模型限制调整")
    private Integer duration = 10;

    /** 随机种子，固定种子可生成相同视频 */
    @ApiModelProperty(value = "随机种子，固定种子可生成相同视频")
    private Integer seed = 12345;

    /** 是否开启提示词扩展 */
    @ApiModelProperty(value = "是否开启提示词扩展")
    private Boolean promptExtend = true;

    /** 是否添加水印 */
    @ApiModelProperty(value = "是否添加水印")
    private Boolean watermark = false;
}

3.2 接口Controller

package gzj.spring.ai.Controller;

import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisResult;
import com.alibaba.dashscope.exception.ApiException;
import gzj.spring.ai.Request.Text2VideoRequest;
import gzj.spring.ai.Response.ApiResponse;
import gzj.spring.ai.Service.Text2VideoService;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

/**
 * @author DELL
 */
@RestController
@RequestMapping("/api/video")
public class Text2VideoController {
    private final Text2VideoService text2VideoService;

    public Text2VideoController(Text2VideoService text2VideoService) {
        this.text2VideoService = text2VideoService;
    }

    /**
     * 文本生成视频接口
     * 请求方式：POST
     * 请求路径：/api/video/generate
     */
    @PostMapping("/generate")
    public ApiResponse<VideoSynthesisResult> generateVideo(@RequestBody Text2VideoRequest request) {
        try {
            VideoSynthesisResult result = text2VideoService.generateVideo(request);
            return ApiResponse.success(result);
        } catch (ApiException e) {
            return ApiResponse.error("视频生成失败：" + e.getMessage());
        }
    }
}

这段代码是基于 Spring Boot 实现的RESTful 接口控制器 ，核心作用是：对外暴露 POST /api/video/generate 接口，接收前端传递的文本生成视频的请求参数，调用服务层 Text2VideoService 的视频生成方法，最终将阿里云百炼接口的返回结果（或异常信息）封装成统一格式的响应体返回给前端。

3.3 Text2VideoService

package gzj.spring.ai.Service;

import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisResult;
import gzj.spring.ai.Request.Text2VideoRequest;

/**
 * @author DELL
 */
public interface Text2VideoService {

    VideoSynthesisResult generateVideo(Text2VideoRequest request);

}

3.4 Text2VideoServiceImpl

package gzj.spring.ai.Service.ServiceImpl;

import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesis;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisParam;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisResult;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import gzj.spring.ai.Request.Text2VideoRequest;
import gzj.spring.ai.Service.Text2VideoService;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Service;

import java.util.HashMap;
import java.util.Map;

/**
 * @author DELL
 */
@Service
public class Text2VideoServiceImpl implements Text2VideoService {

    @Value("${dashscope.api-key}")
    private String apiKey;

    @Override
    public VideoSynthesisResult generateVideo(Text2VideoRequest request) {
        try {
            // 1. 初始化视频合成对象
            VideoSynthesis videoSynthesis = new VideoSynthesis();

            // 2. 构建额外参数（prompt扩展、水印、种子等）
            Map<String, Object> parameters = new HashMap<>();
            parameters.put("prompt_extend", request.getPromptExtend());
            parameters.put("watermark", request.getWatermark());
            parameters.put("seed", request.getSeed());

            // 3. 构建请求参数
            VideoSynthesisParam param = VideoSynthesisParam.builder()
                    .apiKey(apiKey)
                    .model("wan2.5-t2v-preview") // 指定视频生成模型
                    .prompt(request.getPrompt())
                    .audioUrl(request.getAudioUrl())
                    .negativePrompt(request.getNegativePrompt())
                    .size(request.getSize())
                    .duration(request.getDuration())
                    .parameters(parameters)
                    .build();

            // 4. 调用接口并返回结果
            return videoSynthesis.call(param);
        } catch (NoApiKeyException e) {
            throw new RuntimeException(e);
        } catch (InputRequiredException e) {
            throw new RuntimeException(e);
        }
    }
}

四、结果展示

请求：

{
    "prompt": "一幅史诗级可爱的场景。一只小巧可爱的卡通小猫将军，身穿细节精致的金色盔甲，勇敢地站在悬崖上。悬崖下方是老鼠军队冲锋，远处雪山乌云密布。",
    "audioUrl": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250923/hbiayh/%E4%BB%8E%E5%86%9B%E8%A1%8C.mp3",
    "size": "832*480",
    "duration": 10,
    "seed": 12345,
    "promptExtend": true,
    "watermark": false
}

返回结果：

通义万相-文生视频 Text2Video 视频实验

END

如果觉得这份修改实用、总结清晰，别忘了动动小手点个赞👍，再关注一下呀～ 后续还会分享更多 AI 接口封装、代码优化的干货技巧，一起解锁更多好用的功能，少踩坑多提效！🥰 你的支持就是我更新的最大动力，咱们下次分享再见呀～🌟