【LangChain4J】LangChain4J 第三弹：多模态与文生图的实现

目录

一、文生图

1.1 基于通义万相实现文生图

1.2 基于智普实现文生图

二、多模态

2.1 使用场景

2.2 技术实现

2.3 多模态的实现（读取网络图片）

2.4 实现多模态（读取本地文件）

---

一、文生图

文生图 是多模态任务的一种具体形式，指通过文本描述生成对应图像的技术。其核心目标是将人类语言的抽象语义转化为视觉具象，广泛应用于创意设计、游戏开发、虚拟内容生成等领域。

1.1 基于通义万相实现文生图

1. 配置通义万相

@Configuration
public class ImageModelConfig {@Beanpublic ImageModel wanxImageModel() {return WanxImageModel.builder()// 生产级别配置到 Nacos.apiKey(System.getenv("ALIYUN-AK")).modelName("wanx2.1-t2i-plus").build();}
}

提供的模型列表如下：

• wanx2.1-t2i-plus：生成图像细节更丰富，速度较慢。对应通义万相官网 2.1 专业模型。生成费用 0.20元/张。

• wanx2.1-t2i-turbo：生成速度快、效果全面、性价比高。对应通义万相官网2.1极速模型。生成费用 0.14元/张。

• wanx2.0-t2i-turbo：擅长质感人像，速度中等、成本较低。对应通义万相官网 2.0 极速模型。生成费用 0.04元/张。

2. 编写调用代码

import dev.langchain4j.model.image.ImageModel;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;@RestController
@RequestMapping("/img")
public class ImageController {@Autowiredprivate ImageModel wanxImageModel;@RequestMapping("/gen")public String gen(@RequestParam("msg") String msg) {String url = wanxImageModel.generate(msg).content().url().toString();System.out.println(url);return url;}
}