Text-to-image je kategória generatívnych AI modelov, ktoré na základe textového popisu (promptu) vytvárajú zodpovedajúci obrázok. Medzi najznámejších predstaviteľov patria Midjourney, DALL-E či Stable Diffusion a tieto nástroje sa dnes bežne používajú v marketingu, dizajne aj pri tvorbe ilustrácií, keďže dokážu výrazne skrátiť čas potrebný na tvorbu vizuálneho obsahu.