Рассказываю, что нейросети делают плохо или не делают вовсе. Нет, это не всегда безнадежно, но процент годных картинок будет намного меньше обычного.
Первое. Недвухмерные преобразования.
Нейронка обычно выдает не строго то, чему ее учили (хотя это случается). Она может переделать картинки из своей памяти для лучшего соответствия запросу. Но искусственный деятель ничего, вот совсем ничего, не знает о третьем измерении и его правилах. Он лепит адову чушь, когда двухмерной магией не обойтись. Смотрите сами.
А вы думали, только пальцы у ИИ плохо выходят?
Второе. Редкие сущности или необычные ситуации.
Чем больше роботу показывают похожих объектов или сцен, тем лучше он их запоминает. Но составители обучающих наборов физически не могут охватить все знания человечества. Как только приходит запрос про область, в которой нейросеть учили слабо, ее выход получается очень низкого качества.
Мне даже напрягаться не пришлось, нагенерировал весь этот мусор за минуту.
Третье. Комбинации объектов или признаков.
Лингвистическая часть у робота очень слаба. Когда вы пытаетесь описать несколько объектов с разными атрибутами, чугунный болван иногда понимает, чего вы от него хотите, но чаще нет.