AI作图通常指的是使用人工智能技术，特别是深度学习和神经网络，来生成图像。这可以通过多种方式实现，包括但不限于：

1、生成对抗网络（GANs）：GANs由两个神经网络组成——一个生成器和一个判别器。生成器尝试创建看起来真实的图像，而判别器则尝试区分真实图像和生成器创建的图像。通过这个对抗过程，生成器可以学会生成逼真的图像。

2、变分自编码器（VAEs）：VAEs是一种概率模型，可以学习数据的潜在表示，并从中生成新的样本。它们由一个编码器和一个解码器组成，编码器将输入数据映射到一个潜在空间，解码器则从这个空间中生成新的数据。

3、扩散模型：这是一种新兴的生成模型，通过逐步添加噪声来训练模型，然后在生成阶段逐步去除噪声以恢复图像。

要使用这些技术进行AI作图，你可以按照以下步骤操作：

使用现成的工具或平台

DeepArt、Prisma等应用：这些应用允许用户上传图片并应用不同的艺术风格。
DALL·E、Midjourney、Stable Diffusion等模型：这些模型可以根据文本描述生成图像。你可以在支持这些模型的平台上输入提示词来获得图像。

自己训练模型

选择框架：如TensorFlow、PyTorch等。
收集数据集：用于训练模型的数据集，可以是公开的或者自己收集的。
设计模型架构：根据需要选择合适的模型类型（如GAN、VAE等）。
训练模型：使用数据集训练模型，可能需要调整超参数以优化结果。
生成图像：使用训练好的模型生成新的图像。

注意事项

计算资源：训练复杂的AI模型可能需要高性能的GPU。
数据隐私和版权：确保使用的数据集符合相关法规。
模型泛化能力：训练好的模型可能在未见过的数据上表现不佳，需要进一步调优。

通过上述方法，你可以利用AI技术来创作图像。