AI绘画如今已成为炙手可热的话题，受到了广泛关注，从公众号、朋友圈再到各类社交群，几乎都能看到关于AI绘画的讨论，热度不减。
近来，我注意到一些公众号在发布一些插画为主的内容，这些作品配有精美的图片，加上一句有趣的话，多篇文章的阅读量都突破了10万+，这收入不用多说了吧。
先简单介绍下，CogView-3-Plus 是智谱新一代的图像生成模型，是 CogView 的升级版本，本次升级使用了 Transformer 架构训练扩散模型，化了效果并验证了参数量提升的效益。
后端运行图：
一、安装依赖
首先，你需要确保已经安装了运行此应用所需的所有依赖库。
安装Flask
Flask是Python的一个Web框架，我们首先需要安装它，你可以通过pip安装Flask：
pip install Flaskpip install zhipuai安装图片库pillow
Pillow 库是 Python 中一个非常强大的图片处理库，它提供了丰富的功能，可以轻松地进行图片的读取、编辑、保存等操作。
pip install pillow安装requests
Requests库提供了更简洁的API,使得开发者可以更容易地处理HTTP请求和响应。
pip install requests二、设置 ZhipuAI API 密钥
在代码中有一个地方需要你提供 ZhipuAI 的 API 密钥：
api_key = "" # 替换为你的 ZhipuAI API 密钥你需要提前从ZhipuAI获取一个有效的API密钥，并将它填入上述位置，获取地址：https://bigmodel.cn/usercenter/proj-mgmt/apikeys
三、设置IP白名单
别忘记设置IP白名单管理，出现下面的错误就是没设置IP白名单的原因。
设置地址：https://bigmodel.cn/usercenter/safety-mgmt/ip-whitelist
四、代码详细说明
1. 导入必要的库
Flask : 用于创建和运行 Web 应用的 Python 框架。
ZhipuAI : 用于与 ZhipuAI API 进行交互的客户端库。
threading : 用于异步处理图像生成任务，防止主线程被阻塞。
uuid : 用于生成唯一的任务 ID。
requests : 用于向 ZhipuAI API 发送 HTTP 请求，获取图像数据。
io : 用于在内存中处理图像数据。
PIL (Pillow) : 用于处理图像，如加载图像、绘制文字等。base64 : 用于将图像数据转换为 Base64 编码字符串，方便在 Web 中传输。
2. 初始化 Flask 应用和 ZhipuAI 客户端
Flask(app) : 创建一个 Flask 应用实例，用于运行 Web 服务器。
ZhipuAI(api_key=api_key) : 初始化一个 ZhipuAI 客户端，使用提供的 API 密钥与 ZhipuAI 服务进行交互。
image_results : 用于存储每个任务的生成图像结果（以 Base64 编码的字符串形式）。
task_status : 用于存储每个任务的状态（例如 "processing"、"completed"、"failed"）。
lock : 使用 threading.Lock() 创建一个锁对象，用于在多线程环境下保护共享数据的访问，确保线程安全。
4. 生成图像的函数
第一个函数的作用是生成图像，它接收多个参数：
prompt : 用户输入的文本描述，用于生成图像。 model : 使用的 AI 模型（如果未提供则使用默认的 cogview-3-plus）。 size : 图像的尺寸（默认是 1024x1024）。 user_id : 可选的用户 ID，用于标识用户， imgtitle: 可选的文本，用户希望显示在生成图像上的文字。
通过 PIL.Image.open() 将返回的图像数据加载为 PIL 图像对象，方便进一步操作。
如果用户提供了标题文字（imgtitle），则使用 ImageDraw.Draw(img) 在图像上绘制文字，如果有指定字体（arial.ttf），使用它；如果找不到该字体，则使用系统默认字体。
最后将处理后的图像保存到内存中的字节流（img_byte_array），然后将图像数据转换为 Base64 编码的字符串，便于通过 Web 返回。
5. Flask 路由
首页路由 (/)
路由渲染一个名为 index.html 的页面。该页面允许用户输入文本描述并提交请求生成图像。
生成图像的路由 (/generate-image)
使用 threading.Thread 创建一个新线程来处理图像生成，防止图像生成阻塞主线程，线程完成后会更新任务的状态为 "completed" 或 "failed"，返回一个包含任务 ID 的响应，表示图像生成已经开始。
查询任务状态的路由 (/image-result/<task_id>)
该路由用于查询图像生成的状态，根据任务 ID 检查状态：
"processing" : 图像正在生成中，返回 202 状态码。 "completed" : 图像生成完成，返回 Base64 编码的图像。 "failed" : 如果图像生成失败，返回错误信息。
6. 启动 Flask 应用
通过 app.run() 启动 Flask 应用，设置 threaded=True 表示应用支持多线程处理请求，可以并发处理多个用户请求。
五、运行Flask应用
确保所有代码文件都已经就绪后，可以运行Flask应用，导航到包含Flask应用的目录，然后执行以下命令：
python app.py这将启动Flask开发服务器，默认情况下它会监听：http://127.0.0.1:5000/。
六、访问应用及效果演示
在浏览器中访问应用：
http://127.0.0.1:5000你将看到一个简单的表单，用户可以输入嵌入文字以及文本描述（prompt），然后点击【发送】按钮。
效果如下：
当用户提交表单时，前端会通过AJAX发送一个POST请求到/generate-image，服务器接收到请求后，启动一个新的线程来生成图像，并返回一个task_id，用户可以通过task_id查询图像的生成状态，当图像生成完成后，前端会自动显示图像。
用户在表单中提交文本后，服务器开始生成图像，前端会定期请求/image-result/<task_id>来检查图像是否生成完毕，一旦图像生成完成，浏览器会展示生成的图像。
接下来，给大家分享几种这个赛道的变现方式：
公众号流量主变现：公众号达到 500 粉后开通流量主，一篇 10w+ 的爆文，就能获得可观的收入。
平台流量分成：你还可以制作图片视频，上传到自媒体平台如视频号，并参与分成计划，只要满足一定条件，就能根据视频的播放量获得相应的流量分成。
小红薯接商单变现：通过分享有趣的图文，吸引粉丝关注，小红薯粉丝数量的增加可以帮你提高接商业广告的价格。
定制红包封面、手机壁纸。。。
其实说了那么多，在惊叹AI作品的精美之余，更多人开始表达对AI绘画的恐惧和焦虑，担心未来是否会被取代而失业。
