图片修复和图像生成虽然都属于图像处理和计算机视觉的范畴，但它们在目标、方法和应用上有明显的区别。
图片修复主要是指对已有图像中受损或缺失的部分进行恢复和重建。修复的目标是在不改变图像其他部分内容的前提下，尽可能地恢复被损坏区域的原始信息。图片修复通常应用于图像编辑、老照片修复、医学图像处理等领域。常见的修复技术包括基于插值的方法、基于学习的方法（如深度学习中的生成对抗网络GAN）等。
图像生成则是指从无到有地创建新的图像。这种方法可以完全自由地生成符合特定条件的图像，例如生成人脸图像、风景图像或物体图像等。图像生成技术广泛应用于艺术创作、游戏设计、虚拟现实等领域。深度学习中的生成对抗网络（GAN）、变分自编码器（VAE）等是常用的图像生成技术。
总结来说，图片修复是对已有图像的修复和恢复，而图像生成是从无到有地创建新图像。两者在技术上有一定的重叠，如都可能使用深度学习方法，但目标和应用场景不同。