Myndgerð með gervigreind felst í því að líkan býr til nýja mynd út frá lýsingu, til dæmis „vatnslitamynd af fiskibát við sólarlag“, eða breytir fyrirliggjandi mynd. Líkönin eru þjálfuð á miklum fjölda mynda með texta og læra tengslin þar á milli.
Ýmislegt þarf að athuga: myndir geta innihaldið villur eða sýnt fólk sem er ekki til, höfundaréttur að þjálfunarefni er umdeildur og tilbúnar myndir af raunverulegu fólki geta verið villandi. Víða er farið fram á að merkja efni sem gervigreind bjó til.