Introduzidas por Ian Goodfellow em 2014, GANs consistem em um Gerador (cria amostras sintéticas) e um Discriminador (avalia autenticidade). Através do treinamento adversarial, ambas melhoram continuamente. Variantes incluem StyleGAN (rostos realistas), CycleGAN (transferência de estilo), Pix2Pix (tradução imagem-imagem) e Progressive GAN. Apesar de superadas por modelos de difusão em qualidade, GANs permanecem relevantes por velocidade de inferência.