AI训练生成图片通常指的是使用人工智能技术，特别是深度学习中的生成对抗网络（GANs）或变分自编码器（VAEs）等模型来生成新的图像。这些技术可以用于各种应用场景，比如图像增强、风格迁移、虚拟现实内容生成等。

如果你想要自己尝试生成图片，你可以按照以下步骤进行：

1、选择合适的工具和框架：首先，你需要选择一个适合的编程环境和深度学习框架，如TensorFlow、PyTorch等。这些框架提供了丰富的API和预训练模型，可以帮助你快速上手。

2、数据准备：收集并整理你的训练数据集。对于图像生成任务，这通常意味着大量的图片样本。确保数据的质量和多样性对最终生成结果有很大影响。

3、模型选择与训练：根据你的具体需求选择合适的模型架构。例如，如果你的目标是生成逼真的人脸图像，那么StyleGAN系列可能是不错的选择。接下来，使用你的数据集对模型进行训练。这个过程可能需要较长时间，并且对计算资源有一定要求。

4、调整与优化：在初步训练完成后，你可能需要对模型进行一些调整和优化，以达到更好的生成效果。这包括参数调优、损失函数设计等方面。

5、应用与分享：最后，你可以将训练好的模型应用于实际场景中，或者与其他开发者分享你的成果。

在整个过程中，保持耐心和持续学习是非常重要的。随着经验的积累和技术的进步，你会逐渐掌握更多技巧，生成更加令人满意的图像作品。