画像生成AIは、通常、深層学習と呼ばれる種類の機械学習を用いて画像を生成するAIシステムを指します。最も一般的な画像生成AIモデルは、生成敵対的ネットワーク（GANs）です。

GANsは、2つの部分、すなわち生成器（generator）と判別器（discriminator）で構成されています。生成器の目標は、現実の画像と区別がつかないような新たな画像を生成することです。一方、判別器の目標は、生成器が生成した画像と、実際の画像を区別することです。

この2つの部分は競争関係にあり、生成器はより本物に近い画像を生成しようと試み、一方で判別器は生成された画像をより正確に見分けようとします。この競争を通じて、生成器は最終的に非常にリアルな画像を生成する能力を向上させることができます。

生成された画像の例としては、人間の顔、アートワーク、風景画、さらには具象的でない抽象的な画像まで、さまざまなものがあります。GANsはまた、既存の画像のスタイルを別の画像に適用するためにも使われることがあります。これはスタイル変換として知られています。

しかし、画像生成AIはGANsだけに限られません。他にも、Variational Autoencoders（VAEs）やPixelRNN/PixelCNNのようなモデルもあります。これらもまた、特定のデータセットから新たな画像を生成するために使用されます。

それぞれのモデルはそれぞれ異なる特性と制限を持っているため、目的に応じて適切なモデルを選ぶ必要があります。また、これらの技術は画像生成だけでなく、他のタスク、例えば異常検出や半教師あり学習にも使用されます。