@所有人 今天(2026-01-14)，我们联合华为开源了新一代图像生成模型GLM-Image， 基于昇腾Atlas 800T A2设备和昇思MindSpore AI框架完成从数据到训练的全流程， 是首个在国产芯片上完成全程训练的SOTA多模态模型。 欢迎大家来玩～ GitHub： https://github.com/zai-org/GLM-Image 技术报告： https://z.ai/blog/glm-image 技术文档： https://zhipu-ai.feishu.cn/wiki/CcwzwOCK2iWPOqkE5v0ceUTKnNg?from=from_copylink API接入： https://docs.bigmodel.cn/cn/guide/models/image-generation/glm-image

体验 https://bigmodel.cn/trialcenter/modeltrial/image 文档 https://docs.bigmodel.cn/cn/guide/models/image-generation/glm-image

``` """思路 先生成摘要 再根据摘要生成图片 再将图片配置文件形成html页面，然后导出图片，生成海报 根据图片生成一个网站 - 编辑填充内容，一边markdown笔记（也可以是模板），一边是网页效果 - 智能填图，在预定的位置上填充上生成的图片 - html转图片输出 - 由海报拆解为素材生成，由前端展示html页面 可以截图现在的材料，逆向生成prompt模板 - 在些模板的基础上，进行微调 - 将与llm交互的程序单独拉一个API """ wenzhang = """ 小小苏以案说法之贷款诈骗洗钱案 """ prompt = """ 根据以下内容生成一张图片 {wenzhang} 图片格式要求： 1. 使用中文描述，同时避免出现中文乱码的情况；图片最终输出前请检查是否存在中文乱码，若存在则进行修正； 2. 小小苏一个龙形态的卡通动物形象，表情是一种被骗的苦笑，总体是卡哇伊卡通表情 """ """ curl --request POST \ --url https://open.bigmodel.cn/api/paas/v4/images/generations \ --header 'Authorization: Bearer 715c...tjc3' \ --header 'Content-Type: application/json' \ --data ' { "model": "cogView-4-250304", "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": "1024x1024" } ' """ """ 图像的像素有要求： 宽度和高度必须在 512-2048 之间 必须是 16 的倍数 最大像素数不能超过 2^21 (2097152) 脱敏需求 图片生成的风格 1. 使用中文描述，同时避免出现中文乱码的情况 图片上有AI生成的标记，无法去掉 整体生成海报的方式不可取 """ import requests import json import time import re # 智谱AI尺寸要求： # - 宽度和高度必须在 512-2048 之间 # - 必须是 16 的倍数 # - 最大像素数不能超过 2^21 (2097152) # 常用海报尺寸：1024x1024 (1:1), 1024x1792 (9:16), 1536x640 (12:5) w = 1024 h = 1024 # 使用正方形，符合所有要求 _size = f"{w}x{h}" def desensitize_text(text): """ 脱敏处理函数，将敏感信息替换为通用描述 Args: text: 原始文本 Returns: str: 脱敏后的文本 """ # 姓名脱敏（中文姓名2-3个汉字） text = re.sub(r'[钱朱林赵王张]某', '犯罪嫌疑人', text) # 地名/机构名脱敏 text = re.sub(r'人民银行江苏省分行', '金融机构', text) text = re.sub(r'交通银行江苏省分行', '商业银行', text) text = re.sub(r'2025年7月', '近期', text) text = re.sub(r'2023年7月至9月', '案发期间', text) text = re.sub(r'2023年8月至9月', '案发期间', text) # 具体金额脱敏 text = re.sub(r'人民币十六万元', '相应罚金', text) text = re.sub(r'人民币十万元', '相应罚金', text) text = re.sub(r'人民币五万元', '相应罚金', text) text = re.sub(r'有期徒刑三年', '有期徒刑', text) text = re.sub(r'有期徒刑一年十个月', '有期徒刑', text) # 车辆品牌等具体信息脱敏 text = re.sub(r'车辆无抵押信用贷款', '车辆贷款', text) text = re.sub(r'汽车销售服务公司', '销售公司', text) return text def generate_poster_prompt(original_text): """ 生成脱敏后的海报提示词 Args: original_text: 原始文章文本 Returns: str: 适合AI生成的海报提示词 """ # 先脱敏 desensitized = desensitize_text(original_text) # 生成通用的、不包含敏感信息的提示词 prompt = """请设计一张金融安全宣传海报的头部图片，主题：防范贷款诈骗和洗钱风险 海报内容要素： 【核心主题】 - 警惕贷款诈骗 - 远离洗钱风险 - 保护个人银行账户 - 不要出现中文乱码 【视觉元素】 - 金融图标（金钱、计算器、小汽车） - 现代简约设计风格 【图片中的标题】 - 小小苏以案说法之贷款诈骗洗钱案 - 每行最多8个字，超过则换行 - 标题的文本背景进行一定特写 - 标题的字体稍微艺术化一些，看起来总体给人一种轻松中稍微带点调皮的感觉 【设计风格】 - 适合金融机构宣传使用 - 小小苏作为一个龙形态但头部像人的卡通动物形象，表情是一种被骗的苦笑，总体是卡哇伊卡通表情 - 使用中文描述，同时避免出现中文乱码的情况；图片最终输出前请检查是否存在中文乱码，若存在则进行修正； 请生成一张1024x1024像素的图片，该图片会做为海报网页开头的部分，让人一眼看见这个图片""" return prompt def generate_image(prompt_text, models=["glm-image", "cogview-3"], api_key="715c27776d19889a332309a4c81b3e0f.D6VnhU9eQl8Itjc3", size=_size, max_retries=3, timeout=120): """ 调用智谱AI图像生成API（带重试机制） Args: prompt_text: 图像生成提示词 models: 模型列表，优先使用第一个 api_key: API密钥 size: 图像尺寸，如 "1024x1024" max_retries: 最大重试次数（默认3次） timeout: 请求超时时间（秒，默认120秒） Returns: dict: API响应结果 """ url = "https://open.bigmodel.cn/api/paas/v4/images/generations" headers = { "Authorization": f"Bearer {api_key}", "Content-Type": "application/json" } # 尝试不同的模型 for model in models: for retry in range(max_retries): data = { "model": model, "prompt": prompt_text, "size": size } try: print(f"[请求信息] 尝试: {retry + 1}/{max_retries} | Model: {model}") print(f"[请求信息] URL: {url}") print(f"[请求信息] Size: {data['size']}") print(f"[请求信息] Prompt 长度: {len(prompt_text)} 字符") print(f"[请求信息] 超时设置: {timeout}秒") response = requests.post(url, headers=headers, json=data, timeout=timeout) print(f"[响应信息] 状态码: {response.status_code}") if response.status_code == 200: print(f"[成功] 模型 {model} 生成成功！") return response.json() else: print(f"[失败] HTTP {response.status_code}") print(f"[错误详情] {response.text[:200]}") # 如果是客户端错误（4xx），不需要重试 if 400 <= response.status_code < 500: print(f"[提示] 客户端错误，停止重试") return { "error": f"HTTP {response.status_code}", "details": response.text, "status_code": response.status_code, "model": model } except requests.exceptions.Timeout as e: print(f"[超时] 第 {retry + 1} 次尝试超时: {str(e)}") if retry < max_retries - 1: wait_time = (retry + 1) * 5 # 递增等待时间：5s, 10s, 15s print(f"[等待] {wait_time}秒后重试...") time.sleep(wait_time) else: print(f"[放弃] 已达最大重试次数") except requests.exceptions.RequestException as e: print(f"[请求异常] {str(e)}") if retry < max_retries - 1: print(f"[重试] 5秒后重试...") time.sleep(5) else: return {"error": str(e), "model": model} print(f"[切换] 尝试下一个模型...\n") # 所有模型都失败了 return { "error": "所有模型尝试失败", "tried_models": models, "suggestion": "请检查网络连接或稍后重试" } if __name__ == "__main__": # 使用脱敏后的提示词生成海报 print(f"[测试] 使用脱敏模板生成海报...\n") # 方法1：使用通用模板（推荐） poster_prompt = generate_poster_prompt(wenzhang) print(f"[脱敏提示词] 长度: {len(poster_prompt)} 字符\n") print(f"[提示词预览]\n{poster_prompt}\n") print("="*80 + "\n") result = generate_image(poster_prompt) print("\n[结果]") print(json.dumps(result, ensure_ascii=False, indent=2)) # 如果成功生成，保存图片URL if isinstance(result, dict) and 'data' in result: print("\n[成功] 图片生成成功！") if len(result['data']) > 0 and 'url' in result['data'][0]: image_url = result['data'][0]['url'] print(f"[图片URL] {image_url}") # 下载图片 try: img_response = requests.get(image_url, timeout=30) if img_response.status_code == 200: timestamp = time.strftime("%Y%m%d_%H%M%S") filename = f"poster_{timestamp}.png" with open(filename, 'wb') as f: f.write(img_response.content) print(f"[保存成功] 图片已保存为: {filename}") else: print(f"[下载失败] HTTP {img_response.status_code}") except Exception as e: print(f"[下载异常] {str(e)}") ```

- 增加下面这张图片之前的效果 - 标题的字体稍微艺术化一些，看起来总体给人一种轻松中稍微带点调皮的感觉

点击下面的地址的链接，申请去水印即可 https://bigmodel.cn/usercenter/safety-mgmt/watermark

``` from tpf.llm import MyChat chat = MyChat() url,img_path = chat.glm_image(prompt=prompt, models=["cogview-3","glm-image", ], outdir="",size="1024x1024",) print("img_path:",img_path) ```

**windows环境** ``` PS C:\Users\itora> npm -v 8.5.5 ``` npm install -g @anthropic-ai/claude-code 安装插件 Claude Code for VS Code ANTHROPIC_BASE_URL=https://open.bigmodel.cn/api/anthropic ANTHROPIC_AUTH_TOKEN="777...8Itj"

- 在 ‌VS Code‌ 中通过 ‌OAI Compatible Provider for Copilot‌ 插件，接入 ‌智谱AI 的 GLM-4.6 或 GLM-5‌ 大模型 - 在 VS Code 的扩展商店中搜索并安装 ‌OAI Compatible Provider for Copilot - 安装完成后，点击 插件右边的齿轮设置图标，选择settings,进入插件设置界面 - Base Url: https://open.bigmodel.cn/api/anthropic - Commit Language: 选择 简体中文 - 配置完插件后，点击chat图标，展开对话框,Auto -- Manage Models -- Add Models - 选择 Anthropic ,API Key，完成模型添加 - 智谱AI官方平台 https://open.bigmodel.cn/， API Key

``` export ANTHROPIC_BASE_URL="https://open.bigmodel.cn/api/anthropic" export ANTHROPIC_AUTH_TOKEN="777...8Itj" ``` - 没买智谱包月计划的，按tokens消耗扣费： 填写具体模型的base url

https://bailian.console.aliyun.com/cn-beijing/#/home itoracle@aliyun.com Name_deptno

https://bailian.console.aliyun.com/cn-beijing/?tab=api#/api/?type=model&url=2975126 支持多样化的艺术风格，尤其擅长在图像中渲染复杂文字，可实现图文混合的布局设计。 qwen-image-plus-2026-01-09推荐 qwen-image 同步接口（推荐） HTTP调用 通义千问Qwen-image模型支持同步接口，一次请求即可获得结果，调用流程简单，推荐用于多数场景。 北京地域：POST https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation

``` curl --location 'https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation' \ --header 'Content-Type: application/json' \ --header "Authorization: Bearer $DASHSCOPE_API_KEY" \ --data '{ "model": "qwen-image-max", "input": { "messages": [ { "role": "user", "content": [ { "text": "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“智启通义”，字体飘逸，在中间挂着一幅中国风的画作，内容是岳阳楼。" } ] } ] }, "parameters": { "negative_prompt": "低分辨率，低画质，肢体畸形，手指畸形，画面过饱和，蜡像感，人脸无细节，过度光滑，画面具有AI感。构图混乱。文字模糊，扭曲。", "prompt_extend": true, "watermark": false, "size": "1664*928" } }' ```