애니 장면을 프레임프레임별로 나눠서 그림 형태로 학습시키면 되는 거 아님?

어차피 이미지 캡션은 멀티모달 LLM이 달아주잖아. 이렇게 하면 데이터 양이 어마어마 해질것 같은데

추가로 SD 프롬프트에 masterpiece 넣으면 좋은 그림 나오는 건 무슨 원리임? 데이터셋 캡션에 materpiece가 들어가있는 거임?