Az összes felvetett "látható" problémával az a gond, hogy addig áll csak fent, amíg nincs belőle egy tömbösített tudáshalmaz. Teszem azt egy Dreambooth-al csinálhat bárki direkt kezekről készült ép adatbázist kiegészítve olyan szöveges kizárásokkal, ami az ujjak számait, egymáshoz való arányait, méreteit rögzíti. A szöveg megjelenítés is ilyesmi szerintem. Másrészt pillanatok alatt lehet fotó-realisztikus 3D képet generálni bármiről, majd azt átdolgoztatni AI-al.