AI绘画的方法有很多种，以下是一些常见的方法：

1、生成对抗网络（GANs）：GANs是一种深度学习模型，通过两个神经网络（生成器和判别器）的相互竞争来生成图像。生成器尝试生成逼真的图像，而判别器尝试区分真实图像和生成的图像。
2、变分自编码器（VAEs）：VAEs是一种深度学习模型，通过学习数据的概率分布来生成图像。VAEs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，解码器将潜在空间的表示映射回图像空间。
3、神经风格转换（NST）：NST是一种将一张图像的风格转移到另一张图像上的方法。通过使用卷积神经网络（CNN）来提取图像的内容和风格特征，然后将风格特征转移到内容图像上。
4、图像到图像转换（ImagetoImage Translation）：这种方法使用CNN将输入图像转换为输出图像，例如将草图转换为真实图像，或将白天图像转换为夜晚图像。
5、扩散模型（Diffusion Models）：扩散模型是一种通过逐步添加噪声来生成图像的方法。首先从一个随机噪声向量开始，然后通过一系列的变换将其转换为图像。
6、CLIP（Contrastive LanguageImage Pretraining）引导的生成：CLIP是一种多模态模型，可以学习图像和文本之间的对应关系。通过使用CLIP来引导生成模型，可以生成与文本描述相符的图像。

这些方法可以用于生成各种类型的图像，包括但不限于：

* 艺术创作
* 图像编辑
* 图像生成
* 风格转换
* 数据增强

一些流行的AI绘画工具和库包括：

* Deep Dream Generator：一个在线工具，使用CNN生成超现实和梦幻般的图像。
* Prism：一个使用GANs生成艺术图像的应用程序。
* Stable Diffusion：一个开源的扩散模型，可以用于生成图像。
* DALLE：一个使用CLIP引导的生成模型，可以根据文本描述生成图像。
* Midjourney：一个使用AI生成图像的工具，可以根据文本描述生成图像。

这些只是AI绘画的一些例子，随着技术的不断发展，未来还会有更多创新和有趣的应用出现。