AI画图模型是指利用人工智能技术生成图像的模型。这类模型通常基于深度学习技术，特别是生成对抗网络（GANs）、变分自编码器（VAEs）以及扩散模型等。以下是一些主要的AI画图模型类型和技术：

1、生成对抗网络（GANs）：GANs是一种由两个神经网络组成的模型，一个生成器和一个判别器。生成器负责生成图像，而判别器则尝试区分生成的图像和真实图像。通过训练，生成器能够产生越来越逼真的图像。GANs在图像生成、图像到图像转换等领域有广泛应用。

2、变分自编码器（VAEs）：VAEs是一种能够学习输入数据潜在表示的生成模型。它由编码器和解码器组成，编码器将输入图像映射到潜在空间，解码器则从潜在空间重构图像。VAEs能够生成新的图像，并且在图像去噪、特征学习等方面有应用。

3、扩散模型：扩散模型是一类通过逐步添加噪声到数据，然后学习逆转这一过程来生成数据的模型。它们在图像生成方面取得了显著的成果，尤其是在生成高质量、细节丰富的图像方面。

4、Transformer模型：虽然Transformer最初是为自然语言处理任务设计的，但近年来也被应用于图像生成任务。例如，DALLE和DALLE 2就是基于Transformer架构的模型，它们能够根据文本描述生成图像。

5、图像到图像转换模型：这类模型旨在将输入图像转换为具有不同特征的输出图像，例如将白天场景转换为夜晚场景，或是将草图转换为真实图像。pix2pix和CycleGAN是这类模型中的代表。

一些著名的AI画图模型和应用包括：

DALLE 和 DALLE 2：由OpenAI开发，能够根据文本描述生成图像。
Midjourney：一个能够根据文本提示生成图像的AI模型，通过Discord机器人形式提供服务。
Stable Diffusion：一种开源的文本到图像的扩散模型，能够在各种硬件上运行，包括消费级GPU。
DeepDream：由Google开发，利用卷积神经网络生成梦幻般的图像。
Prism：一些公司或项目使用这个名称开发了AI画图工具，尽管它们可能基于不同的技术。

这些模型和技术正在不断进步，推动了艺术、设计、娱乐等多个领域的发展和创新。