As primeiras animações comerciais japonesas datam de 1917. Um estilo de arte característico surgiu na década de 1960 com as obras do mangaká Osamu Tezuka e se espalhou nas décadas seguintes, desenvolvendo um grande público doméstico. O anime é distribuído nos cinemas, por meio de transmissões de televisão, diretamente para a mídia doméstica e pela Internet.

Os mais conhecidos tipos de utilização dos gráficos 3D, atualmente, são nos filmes de animação. Porém não se resume apenas em filmes de animação. Além de anúncios de PC, esta técnica é, também, utilizada em filmes tradicionais onde personagens criado em computadores interagem com atores reais.

Umas das principais diferenças entre o desenho animado mais tradicional e a animação digital 3D é que as imagens são apresentadas em 3 dimensões (3D), ou seja, quando se utiliza técnicas 3D, é muito perceptivel a ideia de profundidade, perspectiva e de um ambiente mais original muito próximo a realidade.

Animação procedural é usada para simular partículas (fumaça, fogo, água), roupas e tecidos, dinâmica de corpo rígido e dinâmica de cabelo e pelo, bem como animação de personagens.

Em video-jogos, é frequentemente usada para ações simples ou complexas, como virar a cabeça de um personagem sempre que um jogador olha ao redor ou físicas de ragdoll, que é geralmente usada para a morte de um personagem em que o personagem cairá realisticamente no chão.

A Rrotoscopia é uma técnica de animação onde artistas desenham manualmente sobre filmagens live-action, quadro a quadro, para criar uma animação mais realista. Inventada por Max Fleischer em 1917, a técnica permite que os movimentos capturados em filmes sejam reproduzidos de forma precisa nas animações. Isso garante fluidez e detalhes nos gestos dos personagens, sendo usada em obras icônicas como Branca de Neve e os Sete Anões e O Senhor dos Anéis (1978). Hoje, a Rotoscopia também é aplicada em efeitos visuais, sendo combinada com ferramentas digitais.

O Usuário faz um Prompt (Input de texto) onde diz o que deseja, e, um modelo feito a partir de redes neurais treinadas para interpretar os textos e traduzi-los para uma imagem. Geralmente é feito um processo de Geração por Difusão, que é, inicialmente um ruído aleatório (imagem em branco) e gradualmente ajusta os pixels para formar a imagem final, refinando a cada etapa com base no prompt.

Após ser gerada o primeiro frame (imagem), o modelo começa a criar uma nova imagem à partir da anterior, contendo apenas um sútil movimento.

Certos modelos de ia, em vez de gerar cada quadro individualmente, geram-se quadros-chave (keyframes) e depois criam os quadros intermediários de forma procedural, tentando suavizar as transições.