图片AI生成模型是一种利用人工智能技术，特别是深度学习方法，来生成图像的技术。这类模型可以基于文本描述生成图像、根据现有图像生成相似或不同风格的新图像、或者在给有的基础上补充缺失部分等。下面是一些流行的图片AI生成模型及其简要介绍：

1、GANs (Generative Adversarial Networks, 生成对抗网络): GANs由两部分组成：生成器和判别器。生成器尝试创建看起来真实的图像，而判别器则试图区分真实图像与生成的假图像。通过这种对抗训练过程，两者的能力都会得到提升，最终使得生成器能够产生高质量的图像。

2、VAEs (Variational Autoencoders, 变分自编码器): VAEs也是一种常用的图像生成模型，它通过学习输入数据分布来生成新的样本。与GANs相比，VAEs更加注重于学习数据的概率分布，因此生成的图像可能在多样性上有所欠缺，但在控制性和稳定性方面表现较好。

3、DALLE: 这是由OpenAI开发的一个模型，可以根据自然语言描述生成相应的图像。例如，给出“一只穿着太空服的狗”这样的描述，DALLE就能创造出符合该描述的图像。

4、StyleGAN: StyleGAN是NVIDIA开发的一种改进版的GAN架构，特别擅长于生成具有高度可控风格的人脸和其他物体图像。用户可以通过调整不同的参数来改变生成图像的具体特征。

5、BigGAN: BigGAN也是基于GAN框架构建的大规模图像生成模型之一，它通过使用更大量的训练数据以及更深更复杂的网络结构，能够在一定程度上提高生成图像的质量和多样性。

6、Diffusion Models (扩散模型): 最近几年兴起的一类新型图像生成模型。它们通过逐步添加噪声到原始图像并学习如何去除这些噪声的过程来进行训练，从而实现从随机噪声中恢复出清晰图像的目标。这类模型因其出色的性能而在多个领域得到了广泛应用。

每种模型都有其特点和适用场景，在选择具体使用的模型时需要考虑实际需求及资源条件等因素。随着技术的发展，未来还会有更多创新性的图片AI生成模型出现。