您提到的“做图 AI”可能是指使用人工智能技术来生成、编辑或优化图像。近年来，随着深度学习和计算机视觉技术的发展，AI 在图像处理领域取得了显著的进步。以下是一些常见的应用场景和技术：

1、图像生成
GAN（生成对抗网络）：通过训练生成器和判别器模型，可以生成逼真的图像，例如人脸、风景、物体等。
示例工具/框架：
[DALL·E](https://openai.com/dalle/)：由 OpenAI 开发，可以根据文本描述生成高质量图像。
[MidJourney](https://www.midjourney.com/)：基于 GAN 的图像生成平台，适合创意设计。
[Stable Diffusion](https://stability.ai/)：开源的扩散模型，支持自定义生成。
StyleGAN：专注于生成高分辨率的人脸图像。

2、图像修复与增强
超分辨率重建：将低分辨率图像提升为高分辨率。
示例工具：
[RealESRGAN](https://github.com/xinntao/RealESRGAN)：用于图像放大和增强。
[Topaz Labs](https://www.topazlabs.com/)：商业软件，提供多种图像修复功能。
去噪与去模糊：修复受损图像。
示例工具：
[DeOldify](https://github.com/jantic/DeOldify)：用于老照片修复。
[OpenCV](https://opencv.org/)：开源库，支持多种图像处理任务。

3、风格迁移
将一种图像的风格应用到另一张图像上。
示例工具：
[DeepArt](https://deepart.io/)：在线平台，支持多种艺术风格迁移。
[Prisma](https://prismaai.com/)：移动应用，快速实现风格化效果。

4、图像分类与识别
使用 AI 对图像进行分类、标注或检测特定内容。
示例工具：
[TensorFlow Object Detection API](https://tensorflow.org/)：用于目标检测。
[Google Vision AI](https://cloud.google.com/vision)：云服务，支持图像分析。

5、自动化设计
基于 AI 自动生成海报、Logo 或其他设计元素。
示例工具：
[Canva](https://www.canva.com/)：集成 AI 功能，帮助用户快速设计。
[Designify](https://designify.ai/)：基于 AI 的设计工具。

如果您有具体的需求或问题（例如需要生成某种类型的图像、修复旧照片、或者了解某个工具的用法），请详细描述，我会为您提供更具体的建议！