完成圖片的AI技術通常被稱為圖像補全（Image Completion）或圖像修復（Image Inpainting）。這種技術利用人工智能演算法根據圖像現有的部分內容，自動填補缺失或損壞的部分。

以下是一些常見的圖像補全方法：

1、基於像素的補全：這種方法通過複製和粘貼現有圖像中的像素來填補缺失區域。
2、基於紋理的補全：這種方法分析圖像中的紋理和模式，並根據這些信息生成新的像素來填補缺失區域。
3、基於深層學習的補全：這種方法使用深度學習模型（如卷積神經網絡（CNN）或生成對抗網絡（GAN））來學習圖像的特徵，並根據這些特徵生成新的像素來填補缺失區域。

一些流行的圖像補全AI模型包括：

1、Contextual Attention：這是一種基於深度學習的模型，可以根據圖像上下文信息填補缺失區域。
2、Deep Dream：這是一種基於深度學習的模型，可以根據圖像現有的部分內容生成新的像素來填補缺失區域。
3、Prisma：這是一種基於深度學習的模型，可以將圖像轉換為藝術風格的圖片，同時填補缺失區域。

這些AI模型可以應用於各種領域，如：

1、圖像修復：修復損壞或老化的照片。
2、圖像編輯：填補圖像中的缺失區域，以便進行進一步編輯。
3、計算機視覺：在自動駕駛、監控等領域填補圖像中的缺失區域，以便進行進一步的分析和處理。

一些熱門的AI圖像補全工具包括：

1、Adobe Photoshop：具有內容感知填充功能，可以根據圖像上下文信息填補缺失區域。
2、Deep Dream Generator：一個基於網頁的工具，可以使用Deep Dream模型填補圖像中的缺失區域。
3、Prisma：一個基於網頁的工具，可以將圖像轉換為藝術風格的圖片，同時填補缺失區域。

這些只是幾個例子，未來會有更多先進的AI技術被開發出來，用於圖像補全和修復。