本申请实施例提供一种3D动画的生成方法及电子设备，涉及终端技术领域，针对普通单目摄像头拍摄的图像或者视频，可以完成将其中的人脸转化为3D动画。其中，获得第一图像，第一图像中不包括深度信息。将第一图像作为输入，运行第一AI模型，得到第二图像，第二图像是与第一图像对应的、具有深度信息的图像，第一AI模型具有根据未携带深度信息的图像生成携带深度信息的图像的能力。基于第一图像和第二图像计算第一图像中人脸的多个特征点在相机坐标系下的多个第一3D坐标。匹配多个第一3D坐标和3D动画的模型中多个特征点的多个第二3D坐标，生成第一3D动画。