使用 Java 中的 OpenAI DALL·E 3 產生 AI 影像
1. 概述
人工智慧正在改變我們建立 Web 應用程式的方式。人工智慧的一個令人興奮的應用是根據基於文字的描述生成圖像。 OpenAI 的 DALL·E 3是一種流行的文本到圖像模型，可以幫助我們實現這一目標。
在本教程中，我們將探索如何使用 Spring AI 透過 OpenAI 的 DALL·E 3 模型產生影像。
要學習本教程，我們需要一個OpenAI API 金鑰。
2. 設定項目
在開始產生 AI 影像之前，我們需要包含 Spring Boot 啟動器相依性並正確配置我們的應用程式。
2.1.依賴關係
讓我們先將spring-ai-openai-spring-boot-starter依賴項新增到專案的pom.xml檔案中：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-openai-spring-boot-starter</artifactId>
<version>1.0.0-M3</version>
</dependency>從目前版本開始， 1.0.0-M3是一個里程碑版本，我們還需要將 Spring Milestones 儲存庫新增到我們的 pom.xml ：
<repositories>
<repository>
<id>spring-milestones</id>
<name>Spring Milestones</name>
<url>https://repo.spring.io/milestone</url>
<snapshots>
<enabled>false</enabled>
</snapshots>
</repository>
</repositories>該儲存庫是發布里程碑版本的地方，而不是標準 Maven 中央儲存庫。
上述入門依賴項為我們提供了必要的類，以便從我們的應用程式與 OpenAI 服務進行交互，並使用其 DALL·E 3 模型生成 AI 圖像。
2.2.配置 OpenAI API 金鑰
現在，要與 OpenAI 服務交互，我們需要在application.yaml檔案中配置 API 金鑰：
spring:
ai:
openai:
api-key: ${OPENAI_API_KEY}我們使用${}屬性佔位符從環境變數載入屬性的值。
配置有效的 API 金鑰後，Spring AI 將自動為我們建立一個ImageModel bean 。我們將在服務層中自動組裝它並發送請求以產生 AI 影像。
2.3.配置預設影像選項
接下來，我們也配置一些將用於生成影像的預設影像選項：
spring:
ai:
openai:
image:
options:
model: dall-e-3
size: 1024x1024
style: vivid
quality: standard
response-format: url我們首先將dall-e-3配置為用於影像生成的model 。
為了獲得完美的正方形影像，我們指定1024×1024作為size 。另外 2 個允許的size選項是1792×1024和1024×1792 。
接下來，我們將style設定為vivid ——告訴人工智慧模型產生超現實和戲劇性的圖像。另一個可用的選項是natural ，我們可以用它來產生更自然且不太超現實的圖像。
對於quality選項，我們將其設定為standard ，這適用於大多數用例。但是，如果我們需要具有增強細節和更好一致性的圖像，我們可以將該值設為hd 。應該注意的是， hd品質的影像將需要更多時間來產生。
最後，我們將response-format選項設為url 。產生的圖像可透過 60 分鐘有效期的 URL 存取。或者，我們可以將其值設為b64_json以接收 Base64 編碼字串形式的圖像。
我們將在本教程後面介紹如何覆蓋這些預設圖像選項。
3. 使用DALL·E 3產生AI影像
現在我們已經設定了應用程序，讓我們建立一個ImageGenerator類別。我們將自動組裝ImageModel bean 並引用它來產生 AI 圖像：
public String generate(String prompt) {
ImagePrompt imagePrompt = new ImagePrompt(prompt);
ImageResponse imageResponse = imageModel.call(imagePrompt);
return resolveImageContent(imageResponse);
}
private String resolveImageContent(ImageResponse imageResponse) {
Image image = imageResponse.getResult().getOutput();
return Optional
.ofNullable(image.getUrl())
.orElseGet(image::getB64Json);
}在這裡，我們建立一個generate()方法，它接受一個prompt String ，表示我們想要產生的圖像的文字描述。
接下來，我們使用prompt參數建立一個ImagePrompt物件。然後，我們將其傳遞給ImageModel bean 的call()方法來傳送映像產生請求。
imageResponse將包含圖像的 URL 或 Base64 編碼的String表示形式，具體取決於我們先前在application.yaml檔案中配置的response-format選項。為了解析正確的輸出屬性，我們建立一個resolveImageContent()輔助方法並將其作為回應傳回。
4. 覆蓋預設影像選項
在某些情況下，我們可能想要覆蓋在application.yaml檔案中配置的預設影像選項。
讓我們來看看如何透過重載generate()方法來做到這一點：
public String generate(ImageGenerationRequest request) {
ImageOptions imageOptions = OpenAiImageOptions
.builder()
.withUser(request.username())
.withHeight(request.height())
.withWidth(request.width())
.build();
ImagePrompt imagePrompt = new ImagePrompt(request.prompt(), imageOptions);
ImageResponse imageResponse = imageModel.call(imagePrompt);
return resolveImageContent(imageResponse);
}
record ImageGenerationRequest(
String prompt,
String username,
Integer height,
Integer width
) {}我們先建立一個ImageGenerationRequest記錄，其中除了儲存prompt之外，還包含username和所需的影像height和width 。
我們使用這些附加價值來建立ImageOptions實例並將其傳遞給ImagePrompt子。需要注意的是， OpenAiImageOptions類別沒有size屬性，因此我們分別提供height和width值。
user選項可幫助我們將圖像生成請求與特定的最終用戶連結。建議將此作為防止濫用的安全最佳實踐。
根據要求，我們也可以在ImageOptions物件中覆寫其他影像選項，例如style 、 quality和response-format 。
5. 測試我們的ImageGenerator類
現在我們已經實作了ImageGenerator類，讓我們測試一下：
String prompt = """
A cartoon depicting a gangster donkey wearing
sunglasses and eating grapes in a city street.
""";
String response = imageGenerator.generate(prompt);在這裡，我們將prompt傳遞給ImageGenerator's generate()方法。經過短暫的處理時間後，我們將收到包含生成圖像的 URL 或 Base64 編碼字串的response ，具體取決於配置的response-format屬性。
讓我們看看 DALL·E 3 為我們產生了什麼：
正如我們所看到的，生成的圖像與我們的prompt完全匹配。這展示了 DALL·E 3 在理解自然語言描述並將其轉化為圖像方面的強大功能。
六、結論
在本文中，我們探討如何使用 Spring AI 從文字描述產生 AI 圖像。我們在底層使用了 OpenAI 的 DALL·E 3 模型。
我們完成了必要的配置並開發了一個服務類別來產生 AI 影像。此外，我們還研究了預設圖像選項以及如何動態覆蓋它們。
透過 Spring AI 將 DALL·E 3 整合到我們的 Java 應用程式中，我們可以輕鬆添加圖像生成功能，而無需培訓和託管我們自己的模型的開銷。
與往常一樣，本文中使用的所有程式碼範例都可以在 GitHub 上找到。