VTuberの研究でも、楽曲演奏の研究でも、 AI画像生成の研究でも、いつも難度が高いのは「指」。 まあ関節数も多いしな。 そういう意味では顔の表現も正確には難しい。 でもこれは文字でプロンプトを打つ場合はあまり破綻しない。 現状も指をきっちり5本描く制約を加えたらすごくよくなる予感あるね。