随着时间的推移，人们逐渐在艺术讨论中使用“生成”一词。 这样的“人工 DNA”的使用定义了一种生成艺术的方法。这个领域的研究专注于构建一个能够产生不可预知事件的系统，这些生成的产物都具有可识别的共同特征。 这里提到的“人工DNA”是借用了生物中基因序列影响蛋白质合成来类比生成艺术中艺术家构建规则与系统，借助人造物来产生艺术作品。我们还应该注意到，在像素艺术中创造规则的人与用该规则进行艺术生产的往往是同一个人，这种一体性在故障艺术中第一次被挑战。这也为我们理解生成艺术中系统的构造者与作品的生产者出现不一致时打下了基础。
从艺术史上看，生成艺术是在立体主义、达达主义和超现实主义等现代艺术流派之后出现的运动，和其前辈们有着一脉相承的混乱和偶然。虽然生成艺术直到 20 世纪末才流行起来，但早期的影响在 19世纪末就开始出现。像保罗·塞尚这样的艺术家，他们的作品为立体主义原则奠定了基础。之后，未来主义和建构主义都引入了对技术和机器的迷恋。结合起来，这些将成为生成艺术的核心组成部分。
在生成艺术中，艺术家们利用了几乎没有受到自身介入的情况下能够生成艺术作品的系统。在 1960 年代后期，先驱艺术家哈罗德·科恩 (Harold Cohen)使用被计算机控制的机器人生成绘画，他被认为是最早的生成艺术实践者之一 。与摄影的命运类似，生成艺术因其被认为是借助人工系统进行创作的而遭受批评。 批评者认为，由于艺
术家通过允许机器完成作品来放弃对作品的物理控制，因此成品与艺术相去甚远。 近年来，人们则越来越接受一种生成性的艺术方法。 今天，生成性素描、绘画、动画和诗歌在世界各地的博物馆和个人收藏中展出。例如，特纳奖获得者基思·泰森（Keith Tyson）构建了一个《艺术机器》（Art Machine），这是一个复杂的递归系统，可以为泰森制作的艺术品生成详细的提议。
当现代商用计算机在 1960 和 1970 年代出现时，生成艺术家开始在艺术和计算机科学的中间地带尝试使用房间大小的计算机进行艺术创作。在此期间，艺术家们也在生成艺术领域崭露头角。莉莲·施瓦茨（Lillian Schwartz）是第一位作品被现代艺术博物馆收购的生成艺术家，也是第一位将动画数字作品作为美术作品展示的艺术家。
随着计算机变得更加紧凑和易于使用，艺术家们开始使用算法来创作让评论家们兴奋或愤怒的作品。 1990 年代后期程序员开发了能够为视觉艺术进行编码的计算机程序，例如 Design by Numbers 和 Processing。这些创新使得任何拥有计算机的人都可以创建生成艺术，从而激发艺术家对生成艺术的兴趣。
2014 年，生成艺术经历了它的下一个伟大里程碑。由于人工智能技术的突破，使得基于人工智能技术的生成艺术得到了进一步发展。生成对抗网络（GAN）被设计成像人脑一样思考，并成功地创造了与模拟艺术相抗衡的艺术品。2021 年扩散模型（Diffusion Model）的诞生则进一步使生成艺术向更加可控，更加聚焦的方向发展。