AIに聞いた、AI画像の次のシーンを作る難しさ

最近、AIを使って画像を作るのが当たり前のようになってきました。

風景やキャラクター、幻想的なシーンまで、指示を与えれば驚くほど正確に生成してくれます。

でも、ここでひとつ面白い「壁」にぶつかります。それは、
既に作ったAI画像の次のシーンを正確に再現することの難しさです。

たとえば、弓道をするキャラクターの一瞬の動作や、
特定の角度から見た景色の変化をAIに作らせる場合。

カメラの位置やキャラクターの向き、表情の微妙な変化を完全に維持しながら、
次の瞬間を描くのはchatGPTでは非常に難しいようです。
それは画像を作る技術的な問題なのだそうです、

chatGPTが使用している画像の生成の技術は新しい画像を作る能力には長けていますが、
「前の画像との完全な連続性」を理解するのはまだ得意ではないのだそうです。

chatGPTは膨大なデータからパターンを学習して新しいものを生成できますが、
「自分が描いた世界の時間軸や構図を正確に記憶して、
次の瞬間を忠実に再現する」ことはまだ難しいようです。

次のシーンを作る作業というよりも０から新しい画像を作る感じになるそうです。

動画を作るAIが使用している技術はまた違うのでしょうから、
そういった技術的な違いを理解するのはかなり難しいですよね