本申请公开了一种生成图片的方法及装置、电子设备，该方法包括：响应于图片自动生成指令，获取输入的文本信息；将文本信息输入预先训练得到的文本联合生成模型，利用文本联合生成模型对文本信息进行特征提取，利用转换层预测与提取的文本特征关联度大于设定阈值的图像特征并输出；利用解码器对输出的图像特征进行图像重构并输出重构图像，在显示界面上输出显示所述重构图像。解决在用文本聊天的同时，网络中已有的表情图有时不能完全表达发言人的观点，无法根据说话人当时场景，动态生成表情图的问题。