지니같은 모델보면 미친듯이 신기한데 한편으론 의구심이듬

실무에서 써먹어보려고

지금까지 오픈소스로 풀린것중 이미지생성 원탑인 flux나

비디오생성 모델 wan2.2도

심지어 상용모델인 지피티랑 제미나이로 시켜보고 veo3로 돌려봐도

그 어떤 모델도 완벽히  '이 모델의 뒷부분을 그려줘'  '45도로 돌려줘' '이 모델을 360도 회전시켜줘.'

이런걸 존나 잘 이행한적이없음.

학습모델이 존나 많은 건 예를들면 사람같은건  잘만들어주지만

사람제외 거의 99프로는 원하는 결과가 쉽게 안나옴

이미지생성모델은 카메라각도 자체를 이해를 못하거나 일관성이 존나 떨어지고(zero123++같은 mv전문모델도 하나같이 병신임)

비디오생성모델은 사진속보이는 앞부분을 뒷부분에다  똑같이 붙여버리는 문제가 존나있음.

정확히 프롬프트로 그 물체가 무엇인지, 뒷부분은 어찌해야하는지를 명시해도 마찬가지임

애초에 ai가 이미지를 생성할때 인간처럼 3d로 물체를 인식하고 추론해서 만드는게 아니라

내가 쓴 프롬프트나 첨부한 레퍼런스이미지를 인코딩해서 학습된 데이터와 유사도로 묶는 느낌이라선지

카메라의 각도, 심도 이런걸 근본적으로 이해못하는게 큰듯

지니3가 나오던 4가 나오던 ai가 3차원으로 물체를

인식못하면 앞에선 멀쩡해보이는 바위도 뒤로돌리면  마치 똥처럼 동글동글 뭉쳐있을수도있다는거임