文章目录
- 前言
- 本章章节源码
- 一、生图模型调研
- 二、对接百炼平台生图模型
-
- [2.1、百炼平台sdk & 文档](#2.1、百炼平台sdk & 文档)
- 2.2、官方sdk快速对接测试
- 2.3、langchain4j快速对接生图模型
- 三、对接GLM的图像模型
-
- 3.1、GLM模型文档介绍
- 3.2、apikey获取
- 3.3、curl调通image模型生成（含去水印）
- [3.4、官方java sdk调用GLM模型生图](#3.4、官方java sdk调用GLM模型生图)
- 3.5、langchain4j对接智谱模型（不支持）
- 3.6、langchain4j使用openai协议对接智谱模型
- 其他选项说明
- 其他：待更新
- 资料获取
前言
博主介绍：✌目前全网粉丝4W+，csdn博客专家、Java领域优质创作者，博客之星、阿里云平台优质作者、专注于Java后端技术领域。
涵盖技术内容：Java后端、大数据、算法、分布式微服务、中间件、前端、运维等。
博主所有博客文件目录索引：博客目录索引(持续更新)
CSDN搜索：长路
视频平台：b站-Coder长路
本章章节源码
一、生图模型调研
1.1、生图模型厂商
| 厂商 | 核心模型 | 官网/平台 | 核心优势 | API 免费/优惠政策 |
|---|---|---|---|---|
| Nano Banana | Google AI Studio | 物理光影拟真度极高，渲染极快，4K 高清。 | Free Tier：每分钟固定次数限制，个人完全免费。 | |
| 阿里巴巴 | 通义万相-v2 | 阿里云百炼 | 擅长电商、海报设计、中国元素理解。 | 新人礼包：新账号赠送 90 天有效期的大额免费额度。 |
| 字节跳动 | Seedream 4.5 | 火山引擎 | 中文语义理解最强，人像皮肤质感极佳。 | 赠送代币 ：首次开通赠送约 50-100 元代币，可抵扣生图。 |
| 腾讯云 | 混元文生图 | 腾讯云混元 | 在动漫、国风等亚洲文化内容生成上表现优异。 | 通用免费包 ：首次开通服务，一次性发放50次 免费调用额度，有效期1年。 专项激励（推荐） ：参与「AI小程序成长计划」，可获得1万张混元生图资源包，有效期6个月，专供微信小程序和云开发控制台使用。 |
| 智谱 (Zhipu) | CogView-3-Flash | 智谱AI开放平台 | 完全免费，推理速度快，支持多种分辨率，适用于PPT配图、艺术创作等通用场景。 | 永久免费：官方明确该模型为"免费模型"，目前无使用期限或总量限制说明。 |
| 百度智能云 | 文心一格 | 百度智能云 · 文心一格（千帆） | 中文理解能力强，社区成熟，文档齐全。 | 长期免费基础包 ：提供每日500次免费调用（或约1.6万Tokens），适合小规模测试和持续体验。【目前官方只提供了qwen-image】 |
| SiliconFlow | FLUX / SD 系列 | SiliconFlow 官网 | 聚合平台，模型极全（FLUX 顶尖画质）。 | 注册即送：常驻免费积分，部分模型限时免费调用。 |
| OpenAI | GPT Image 5 | OpenAI API | 指令遵循能力最强，适合复杂逻辑构图。 | 较少直接免费，但随 ChatGPT Plus 赠送额度。 |
| Midjourney | Midjourney V7 | Midjourney | 艺术感与审美天花板，光影氛围极佳。 | 无原生 API 免费，仅网页端偶尔有试用活动。 |
| DeepSeek | Janus-Pro | DeepSeek 官网 github：https://github.com/deepseek-ai/Janus | 强大的多模态理解力，逻辑生图。 | 大额赠送：注册即送千万量级 Token（含生图）。 |
其中百炼、智谱提供部分模型对接免费使用初步，可用于测试。
**youmind产品：**涉及到的模型如下：
1.2、在线体验地址
体验地址：
1.3、提示词学习参考
豆包
豆包图像生成的prompt学习：https://console.volcengine.com/ark/region:ark+cn-beijing/model/detail?Id=doubao-seedream-5-0\&Tab=model-info
GLM
文档介绍：https://docs.bigmodel.cn/cn/guide/models/image-generation/glm-image
二、对接百炼平台生图模型
2.1、百炼平台sdk & 文档
mvn repository（dashscope sdk）：https://mvnrepository.com/artifact/com.alibaba/dashscope-sdk-java/versions
api key获取：
2.2、官方sdk快速对接测试
官方文档学习 ：千问文生图文档：https://help.aliyun.com/zh/model-studio/qwen-image-api?spm=a2c4g.11186623.help-menu-2400256.d_2_2_0.48995ec6Zbdrqd#98754beb2334v
1）引入pom：
xml
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>dashscope-sdk-java</artifactId>
<version>2.22.9</version>
</dependency>2）编写单独测试用例：
提前进行环境变量的配置：
shell
vim ~/.zshrc
# 百炼的sdk
export DASH_SCOPE_API_KEY="xxxx"
source ~/.zshrc
java
package com.changlu.ai.langchain4j.qwen.image;// Copyright (c) Alibaba, Inc. and its affiliates.
import com.alibaba.dashscope.aigc.imagesynthesis.ImageSynthesis;
import com.alibaba.dashscope.aigc.imagesynthesis.ImageSynthesisParam;
import com.alibaba.dashscope.aigc.imagesynthesis.ImageSynthesisResult;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.Constants;
import com.alibaba.dashscope.utils.JsonUtils;
import java.util.HashMap;
import java.util.Map;
/**
* @description 原生dashscope sdk调用
* @author changlu
* @date 2026/2/23 13:34
*/
public class DashScopeSdkImageTest {
static {
// 以下为北京地域url，若使用新加坡地域的模型，需将url替换为：https://dashscope-intl.aliyuncs.com/api/v1
Constants.baseHttpApiUrl = "https://dashscope.aliyuncs.com/api/v1";
}
// 新加坡和北京地域的API Key不同。获取API Key：https://help.aliyun.com/zh/model-studio/get-api-key
// 若没有配置环境变量，请用百炼API Key将下行替换为：static String apiKey = "sk-xxx"
static String apiKey = System.getenv("DASH_SCOPE_API_KEY");
public static void basicCall() throws ApiException, NoApiKeyException {
// String prompt = "一副典雅庄重的对联悬挂于厅堂之中，房间是个安静古典的中式布置，桌子上放着一些青花瓷，对联上左书"义本生知人机同道善思新"，右书"通云赋智乾坤启数高志远"， 横批"智启千问"，字体飘逸，在中间挂着一幅中国风的画作，内容是岳阳楼。";
String prompt = "公众号技术海报，公众号为：长路Java，海报中央大标题"Guava工具类库使用"，Java编程主题背景，深蓝色科技渐变，代码线条和数据流装饰，简洁现代的设计风格，适合开发者社区，16:9比例，高清画质。";
Map<String, Object> parameters = new HashMap<>();
parameters.put("prompt_extend", true);
parameters.put("watermark", false);
parameters.put("negative_prompt", " ");
ImageSynthesisParam param =
ImageSynthesisParam.builder()
.apiKey(apiKey)
// 当前仅qwen-image-plus、qwen-image模型支持异步接口
.model("qwen-image-plus")
// .model("qwen-image-max")
// .model("qwen-image-plus-2026-01-09")
.prompt(prompt)
.n(1)
.size("1664*928")
// .size("1328*1328")
.parameters(parameters)
.build();
ImageSynthesis imageSynthesis = new ImageSynthesis();
ImageSynthesisResult result = null;
try {
System.out.println("---同步调用，请等待任务执行----");
result = imageSynthesis.call(param);
} catch (ApiException | NoApiKeyException e){
throw new RuntimeException(e.getMessage());
}
System.out.println(JsonUtils.toJson(result));
}
public static void main(String[] args){
try{
basicCall();
}catch(ApiException|NoApiKeyException e){
System.out.println(e.getMessage());
}
}
}返回结果如下：
效果为：
2.3、langchain4j快速对接生图模型
1）引入pom.xml：
xml
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-community-dashscope</artifactId>
<version>1.0.0-beta3</version>
</dependency>2）案例demo如下
java
public class QwenGenerateImageTest {
@Test
public void test01() {
WanxImageModel model = WanxImageModel.builder()
.baseUrl("https://dashscope.aliyuncs.com/api/v1")
.apiKey(System.getenv("DASH_SCOPE_API_KEY"))
.size(WanxImageSize.SIZE_1280_720)
.watermark(false)
.modelName("qwen-image-plus").build();
Response<Image> response = model.generate("公众号技术海报，中央大标题"Guava工具类库使用"，Java编程主题背景，深蓝色科技渐变，代码线条和数据流装饰，简洁现代的设计风格，适合开发者社区，16:9比例，高清画质。");
URI remoteImage = response.content().url();
System.out.println(remoteImage);
}
}运行结果：
效果如下：
三、对接GLM的图像模型
3.1、GLM模型文档介绍
产品文档地址：http://docs.bigmodel.cn/cn/guide/models/image-generation/glm-image
v0免费账号额度：https://bigmodel.cn/usercenter/equity-mgmt/user-rights
**免费模型：**https://docs.bigmodel.cn/cn/guide/models/free/cogview-3-flash
API接口调用文档：https://docs.bigmodel.cn/api-reference/模型-api/图像生成
**使用场景：**https://docs.bigmodel.cn/cn/guide/models/image-generation/glm-image
3.2、apikey获取
控制台获取：
3.3、curl调通image模型生成（含去水印）
接口文档：https://docs.bigmodel.cn/api-reference/模型-api/图像生成
shell
# apitoken 填写
# 模型：cogview-3-flash 免费模型，https://docs.bigmodel.cn/cn/guide/models/free/cogview-3-flash
curl --request POST \
--url https://open.bigmodel.cn/api/paas/v4/images/generations \
--header 'Authorization: Bearer apitoken' \
--header 'Content-Type: application/json' \
--data '
{
"model": "cogview-3-flash",
"prompt": "一只可爱的小猫咪，坐在阳光明媚的窗台上，背景是蓝天白云.",
"size": "1280x1280",
"quality": "standard",
"watermark_enabled": false
}
'
cogview-3-flash效果如下：
1）文字类
公众号技术海报，公众号为：长路Java，海报中央大标题"Guava工具类库使用"，Java编程主题背景，深蓝色科技渐变，代码线条和数据流装饰，简洁现代的设计风格，适合开发者社区，高清画质。
2）人像
哈苏胶片质感的画面中，一位长发美女置身于柔和的室内光影里，窗外的枝叶在微风中摇曳，将斑驳的树影投射到她的脸庞和肩头；薄纱轻轻垂落在背景，营造出朦胧唯美的氛围，轮廓光勾勒出她慵懒自然的姿态，凌乱的长发在风中轻轻飘起，发丝在阳光的照射下泛着微光；近景特写捕捉她深情凝望镜头的瞬间，清透细腻的肌肤在高曝光与高明暗的对比中展现丰富的质感，背景略微模糊，泛光与晕染交织出轻柔的梦幻效果，画面带有高噪点的胶片色彩与微妙的反射，整体细节生动，仿佛凝固在午后微风与光影交错的诗意瞬间。
glm-image效果比较好了：
3.4、官方java sdk调用GLM模型生图
java的sdk 接口文档可见：https://docs.bigmodel.cn/cn/api/introduction#java-sdk
主仓库地址： https://github.com/zai-org/z-ai-sdk-java
备选/历史仓库：https://github.com/MetaGLM/zhipuai-sdk-java-v4
配置步骤：
1）配置pom
xml
<dependency>
<groupId>ai.z.openapi</groupId>
<artifactId>zai-sdk</artifactId>
<version>0.3.3</version>
</dependency>2）编写单测
提示词选择：https://docs.bigmodel.cn/cn/guide/models/image-generation/glm-image
竖版手工剪贴簿风格的图像。顶部是一条亮红色粗糙撕裂边缘的纸质横幅，用半透明和纸胶带斜着固定，左上角夹着金色回形针，压着一小块写有「首发」的碎纸。横幅上用粗黑体手工剪报风写着主标题「GLM-Image 开源：国产芯片炼出图像生成 SOTA」，标题周围用黑色马克笔画着放射线和手绘画笔调色盘图标。 背景是拼贴的AI生成图片碎片、芯片电路图纹理、水彩晕染和浅蓝色卡纸。左侧有一个带磨损金属边的数码相框，用透明胶带斜贴，相框内大字写着「自回归 + 扩散解码器」，副标题「9B 自回归理解指令 + 7B DiT 精绘细节」，背景是文字prompt气泡到精美图像的箭头连接图，边缘有手绘箭头标注「读懂指令」「写对文字」。 右侧散落三张不同颜色的撕裂纸条便利贴，被和纸胶带交叉固定。配有芯片实物照片剪影加华为logo小贴纸、中文艺术字海报截图、多分辨率图像网格等插图。三个撕裂纸条标签带粗黑描边：「昇腾 A2 + 昇思 MindSpore：全程国产训练」「CVTG-2K & LongText-Bench：文字渲染开源第一」「384×384 到 2048×2048：任意比例原生支持」。旁边还有一条窄蓝色撕裂纸条写着「认知型生成：知识 + 推理新范式」，上面有马克笔波浪线和星星。 底部是一整条深蓝色撕裂纸带，印着电路纹理，用和纸胶带固定。通栏大标题「从"画个图"到"懂你想要什么"的认知型生成引擎」单测为：
java
public class ZhipuSdkImageTest {
public static void main(String[] args) {
// 初始化客户端
ZhipuAiClient client = ZhipuAiClient.builder()
.apiKey(System.getenv("ZHIPU_API_KEY"))
.build();
// Create image generation request
CreateImageRequest request = CreateImageRequest.builder()
.model("glm-image")
.prompt("竖版手工剪贴簿风格的图像。顶部是一条亮红色粗糙撕裂边缘的纸质横幅，用半透明和纸胶带斜着固定，左上角夹着金色回形针，压着一小块写有「首发」的碎纸。横幅上用粗黑体手工剪报风写着主标题「GLM-Image 开源：国产芯片炼出图像生成 SOTA」，标题周围用黑色马克笔画着放射线和手绘画笔调色盘图标。 背景是拼贴的AI生成图片碎片、芯片电路图纹理、水彩晕染和浅蓝色卡纸。左侧有一个带磨损金属边的数码相框，用透明胶带斜贴，相框内大字写着「自回归 + 扩散解码器」，副标题「9B 自回归理解指令 + 7B DiT 精绘细节」，背景是文字prompt气泡到精美图像的箭头连接图，边缘有手绘箭头标注「读懂指令」「写对文字」。 右侧散落三张不同颜色的撕裂纸条便利贴，被和纸胶带交叉固定。配有芯片实物照片剪影加华为logo小贴纸、中文艺术字海报截图、多分辨率图像网格等插图。三个撕裂纸条标签带粗黑描边：「昇腾 A2 + 昇思 MindSpore：全程国产训练」「CVTG-2K & LongText-Bench：文字渲染开源第一」「384×384 到 2048×2048：任意比例原生支持」。旁边还有一条窄蓝色撕裂纸条写着「认知型生成：知识 + 推理新范式」，上面有马克笔波浪线和星星。 底部是一整条深蓝色撕裂纸带，印着电路纹理，用和纸胶带固定。通栏大标题「从"画个图"到"懂你想要什么"的认知型生成引擎」")
.size("1024x1024")
.build();
// Execute request
ImageResponse response = client.images().createImage(request);
if (response.isSuccess()) {
response.getData().getData().forEach(image -> {
System.out.println("Image URL: " + image.getUrl());
});
}
}
}效果如下：
其他提示词：
java
// 分辨率：512x1024
冬季 OOTD 穿搭封面，复古拼贴风：主体是一位女生的主穿搭（浅蓝宽松毛衣 + 黄格衬衫内搭 + 酒红半裙 + 粉白花纹围巾 + 粉调手提包），周围拼贴 2-3 张同系列冬季搭配小图（如蓝羽绒服 + 黑阔腿裤、棕外套 + 藏青裤）；背景融合浅灰方格墙面 + 户外街景局部；添加大尺寸浅蓝艺术字 "OOTD"，手写风标注文字（如 "autumn/win""work/date"），点缀星星、手绘箭头等小装饰，以及咖啡杯、播放键小图标；整体色调柔和温暖，元素错落排版，营造活泼的冬日穿搭参考感
3.5、langchain4j对接智谱模型（不支持）
社区项目有对接智谱，但是对应的pom是原生使用http对接的，没有用官方的sdk方式对接，而且可能对接的时间比较早，现在报错问题也比较多，推荐各位要使用官方java sdk之上自己去封装；
.
对接步骤如下：
1）引入langchain4j的pom
xml
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-zhipu-ai</artifactId>
<version>0.36.0</version>
</dependency>2）编写单测
java
public class ZhipuLangchainImageTest {
private static final Logger log = LoggerFactory.getLogger(ZhipuAiImageModel.class);
private static final String apiKey = System.getenv("ZHIPU_API_KEY");
private final ZhipuAiImageModel model = ZhipuAiImageModel.builder()
.model("glm-image")
.apiKey(apiKey)
.logRequests(true)
.logResponses(true)
.callTimeout(Duration.ofMinutes(5))
.connectTimeout(Duration.ofMinutes(5))
.writeTimeout(Duration.ofMinutes(5))
.readTimeout(Duration.ofMinutes(5))
.build();
@Test
void simple_image_generation_works() {
Response<Image> response = model.generate("竖版手工剪贴簿风格的图像。顶部是一条亮红色粗糙撕裂边缘的纸质横幅，用半透明和纸胶带斜着固定，左上角夹着金色回形针，压着一小块写有「首发」的碎纸。横幅上用粗黑体手工剪报风写着主标题「GLM-Image 开源：国产芯片炼出图像生成 SOTA」，标题周围用黑色马克笔画着放射线和手绘画笔调色盘图标。 背景是拼贴的AI生成图片碎片、芯片电路图纹理、水彩晕染和浅蓝色卡纸。左侧有一个带磨损金属边的数码相框，用透明胶带斜贴，相框内大字写着「自回归 + 扩散解码器」，副标题「9B 自回归理解指令 + 7B DiT 精绘细节」，背景是文字prompt气泡到精美图像的箭头连接图，边缘有手绘箭头标注「读懂指令」「写对文字」。 右侧散落三张不同颜色的撕裂纸条便利贴，被和纸胶带交叉固定。配有芯片实物照片剪影加华为logo小贴纸、中文艺术字海报截图、多分辨率图像网格等插图。三个撕裂纸条标签带粗黑描边：「昇腾 A2 + 昇思 MindSpore：全程国产训练」「CVTG-2K & LongText-Bench：文字渲染开源第一」「384×384 到 2048×2048：任意比例原生支持」。旁边还有一条窄蓝色撕裂纸条写着「认知型生成：知识 + 推理新范式」，上面有马克笔波浪线和星星。 底部是一整条深蓝色撕裂纸带，印着电路纹理，用和纸胶带固定。通栏大标题「从"画个图"到"懂你想要什么"的认知型生成引擎」");
URI remoteImage = response.content().url();
log.info("Your remote image is here: {}", remoteImage);
assertThat(remoteImage).isNotNull();
}
}
社区维护的这个版本不太行，建议还是自己sdk封装下。
3.6、langchain4j使用openai协议对接智谱模型
官方智谱对接的openai文档：https://docs.bigmodel.cn/cn/guide/develop/openai/introduction
对接的pom如下：
xml
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-open-ai</artifactId>
<version>1.0.0-beta3</version>
</dependency>单测如下：
java
@Test
public void test01_zhipu() {
OpenAiImageModel openAiImageModel = OpenAiImageModel.builder()
.apiKey(System.getenv("ZHIPU_API_KEY"))
.baseUrl("https://open.bigmodel.cn/api/paas/v4/")
.modelName("glm-image")
.size("512x1024").build();
Response<Image> generate = openAiImageModel.generate("冬季 OOTD 穿搭封面，复古拼贴风：主体是一位女生的主穿搭（浅蓝宽松毛衣 + 黄格衬衫内搭 + 酒红半裙 + 粉白花纹围巾 + 粉调手提包），周围拼贴 2-3 张同系列冬季搭配小图（如蓝羽绒服 + 黑阔腿裤、棕外套 + 藏青裤）；背景融合浅灰方格墙面 + 户外街景局部；添加大尺寸浅蓝艺术字 "OOTD"，手写风标注文字（如 "autumn/win""work/date"），点缀星星、手绘箭头等小装饰，以及咖啡杯、播放键小图标；整体色调柔和温暖，元素错落排版，营造活泼的冬日穿搭参考感");
URI url = generate.content().url();
System.out.println(url);
}效果：
其他选项说明
生成图片去除水印，需要签署免责声明（关闭后无水印）
接口文档：https://docs.bigmodel.cn/api-reference/模型-api/图像生成
个人认证通过后即可：
确认后即可：
图像尺寸注意点
文档：https://docs.bigmodel.cn/api-reference/模型-api/图像生成异步
图片尺寸，推荐枚举值：1280x1280 (默认), 1568×1056, 1056×1568, 1472×1088, 1088×1472, 1728×960, 960×1728。 自定义参数:长宽推荐设置在1024px-2048px范围内,并保证最大像素数不超过2^22px;长宽均需为32的整数倍。
其他：待更新
目前仅仅对接国内的模型，对于国外的还未进行测试验证
整理者：长路 时间：2026.2.23
资料获取
大家点赞、收藏、关注、评论啦~
精彩专栏推荐订阅：在下方专栏👇🏻
- 长路-文章目录汇总（算法、后端Java、前端、运维技术导航）：博主所有博客导航索引汇总
- 开源项目Studio-Vue---校园工作室管理系统(含前后台，SpringBoot+Vue)：博主个人独立项目，包含详细部署上线视频，已开源
- 学习与生活-专栏：可以了解博主的学习历程
- 算法专栏：算法收录
更多博客与资料可查看👇🏻获取联系方式👇🏻，🍅文末获取开发资源及更多资源博客获取🍅