黄俪在设计课程管理后台时抱怨："每门课都要配封面图，找素材太费时间了。"白歌指了指屏幕："让 AI 画——ImageModel 一行代码出图。"

图像生成

定义与作用

Spring AI 的 ImageModel 接口封装了 AI 图像生成能力——通过文本描述（Prompt）生成图片。与视觉模型（"看图说话"）方向相反，图像生成是"依话画图"。

核心原理

图释：ImageModel 接收文本描述，调用图像生成 API（如 OpenAI DALL-E），返回 ImageResponse 包含生成的图片数据，应用可将其保存到本地文件系统。

完整示例一：生成课程封面图

场景说明

黄俪需要为飞翔大学课程管理系统自动生成课程封面图。

依赖引入与配置

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
</dependency>

spring:
  ai:
    openai:
      api-key: ${OPENAI_API_KEY}
      image:
        options:
          model: dall-e-3
          size: 1024x1024
          quality: standard

关键代码

@Service
public class CourseCoverService {

    private final ImageModel imageModel;

    public CourseCoverService(ImageModel imageModel) {
        this.imageModel = imageModel;
    }

    public String generateAndSave(String courseName, String outputPath) 
            throws IOException {
        // 构建生成提示词
        ImagePrompt prompt = new ImagePrompt(
            String.format("""
                为课程"%s"设计一张现代简约风格的封面图。
                要求：教育科技主题，蓝白配色，包含抽象的算法/数据结构图案，
                不要出现文字。适合用于在线教育平台展示。
                """, courseName),
            ImageOptions.builder()
                .model("dall-e-3")
                .quality("standard")
                .N(1)
                .height(1024)
                .width(1024)
                .build()
        );

        // 调用图像生成
        ImageResponse response = imageModel.call(prompt);
        Image image = response.getResult().getOutput();

        // 保存到本地
        String url = image.getUrl();   // 或 image.getB64Json() 获取 Base64
        if (url != null) {
            downloadImage(url, outputPath);
        } else {
            saveBase64Image(image.getB64Json(), outputPath);
        }

        return outputPath;
    }

    private void downloadImage(String url, String path) throws IOException {
        try (InputStream in = new URL(url).openStream()) {
            Files.copy(in, Path.of(path), StandardCopyOption.REPLACE_EXISTING);
        }
    }

    private void saveBase64Image(String b64Json, String path) 
            throws IOException {
        byte[] data = Base64.getDecoder().decode(b64Json);
        Files.write(Path.of(path), data);
    }
}

@RestController
public class CoverController {

    private final CourseCoverService coverService;

    public CoverController(CourseCoverService coverService) {
        this.coverService = coverService;
    }

    @PostMapping("/course/cover")
    public Map<String, String> generateCover(@RequestParam String courseName) 
            throws IOException {
        String fileName = courseName.replaceAll("\\s+", "_") + "_cover.png";
        String outputPath = "C:\\Users\\AOXIANG\\Desktop\\SpringAI\\covers\\" 
                          + fileName;

        Files.createDirectories(Path.of(outputPath).getParent());
        String savedPath = coverService.generateAndSave(courseName, outputPath);

        return Map.of("course", courseName, "coverPath", savedPath);
    }
}

运行结果

POST /course/cover?courseName=数据结构与算法

{
  "course": "数据结构与算法",
  "coverPath": "C:\\Users\\AOXIANG\\Desktop\\SpringAI\\covers\\数据结构与算法_cover.png"
}

控制台日志：
[main] INFO  c.f.s.CourseCoverService - 调用 DALL-E 3 生成课程封面...
[main] INFO  c.f.s.CourseCoverService - 图片已保存：1024×1024，文件大小 2.3MB

完整示例二：批量生成多尺寸缩略图

场景说明

杨英要做活动推广，需要为同一门课程生成多种尺寸的推广图。

关键代码

@Service
public class ThumbnailService {

    private final ImageModel imageModel;

    public ThumbnailService(ImageModel imageModel) {
        this.imageModel = imageModel;
    }

    public Map<String, String> generateThumbnails(
            String courseName, String outputDir) throws IOException {
        
        Map<String, String> results = new HashMap<>();

        // 尺寸 1：大图 1024×1024
        results.put("large", generate(courseName, outputDir, "large", 
            1024, 1024));

        // 尺寸 2：小图 256×256
        results.put("small", generate(courseName, outputDir, "small", 
            256, 256));

        return results;
    }

    private String generate(String courseName, String dir, 
            String sizeLabel, int w, int h) throws IOException {
        
        ImagePrompt prompt = new ImagePrompt(
            String.format("课程封面：%s，简洁风格", courseName),
            ImageOptions.builder()
                .model("dall-e-2")       // dall-e-2 便宜且够用
                .N(1)
                .height(h)
                .width(w)
                .build()
        );

        ImageResponse response = imageModel.call(prompt);
        String url = response.getResult().getOutput().getUrl();
        String path = dir + "\\" + courseName + "_" + sizeLabel + ".png";

        try (InputStream in = new URL(url).openStream()) {
            Files.copy(in, Path.of(path), StandardCopyOption.REPLACE_EXISTING);
        }

        return path;
    }
}

运行结果

POST /course/thumbnails?courseName=线性代数

{
  "large": ".../covers/线性代数_large.png (1024×1024, 2.3MB)",
  "small": ".../covers/线性代数_small.png (256×256, 48KB)"
}

易错场景与面试考点

易错场景一：混淆 ImageModel 和 Vision Model

// ❌ 错误：想用 ChatClient 生成图片
chatClient.prompt()
    .user("画一张课程封面")
    .call()
    .content();  // 返回文本描述，不是图片

问题分析

ChatClient 返回的是文本，ImageModel 返回的是图片数据。两者方向相反。

// ✅ 正确：使用 ImageModel 生成图片
ImagePrompt prompt = new ImagePrompt("课程封面：数据结构");
ImageResponse response = imageModel.call(prompt);
// 从 response 获取图片 URL 或 Base64 数据

面试高频题

Q1：ImageModel 和 ChatClient 的视觉输入有什么区别？

ImageModel 是"文本 → 图片"（生成式），ChatClient + Media 是"图片 → 文本"（理解式）。前者创建新图片，后者分析已有图片。两者在 Spring AI 中使用不同的接口。

Q2：如何降低图像生成的 API 成本？

①小图优先用 dall-e-2（约 $0.02/张），大图用 dall-e-3（约 $0.04/张）；②合理设置尺寸（256×256 比 1024×1024 便宜很多）；③缓存已生成的封面图，避免重复调用。④本地环境可使用 Stable Diffusion 等开源模型完全免费。

本章小结

ImageModel 接口实现"文本 → 图片"的 AI 生成
ImagePrompt + ImageOptions 控制生成参数（模型、尺寸、质量）
返回的 ImageResponse 可通过 URL 或 Base64 获取图片数据
与视觉模型方向相反："看图说话"用 ChatClient + Media，"依话画图"用 ImageModel