人工智能使得基于文本生成图像成为可能。根据给定的参数、主题、风格或位置，可以用文字来创建必要的视觉材料，既包括动画图像，也包括与照片难以区分的逼真图片。网络可以创造出不存在的人或动物的绝对逼真的图像、相机无法实现的抽象、超现实的风景和绘画，甚至是虚拟世界。
语义图像转换和 3D 形状生成
根据语义图像或草图，可以创建图像的逼真版本。在分析了数百万张照片后，神经网络重现了模仿真实风景的场景和景观。 AI 还可以将文本、数字和二维图像生成具有拓扑、丰富几何细节和纹理的三维形状。为了构建一个逼真的世界，3D 艺术家需要创建最低限度的内容，而 GAN 将继续对复杂风景场景进行 3D 建模的过程。
将图像转换为图像
神经网络中有无数种变换变化，用户可以根据自己的要求调节到想要的结果。使用不同的论点（请求）可以实现以下目标：
将一张图片的风格转移到另一张图片，或者在请求文本中指定特定的风格（现实主义、动漫、幻想、赛博朋克、素描、蒸汽朋克等）。 GAN 还可以获得著名艺术家（例如梵高或达利）或摄影师风格的图像。
变换图像的元素，例如颜色、环境或形状， 中欧数据 同时保留组成元素（例如，将白天图像变成夜间图像）。您还可以设置角色的随行人员或装备以匹配著名英雄（蜘蛛侠、哈利波特或豪斯医生）或更改图像中人物的年龄。
恢复或重建照片和质量较差的图像。
合并图像。
制作令人信服的名人假货，使其与真实照片难以区分。
视频生成
生成式人工智能允许您将文本或图像转换为视频。适合生成“演讲者+背景”格式的简单视频。更复杂的视频素材的质量仍然存在疑问。例如，谷歌尚未提供其视频创建系统的访问权限，但它确实展示了其服务的结果，该服务能够根据口头查询生成分辨率为 1280x768 像素、频率为每秒 24 帧的视频。。