Я хочу отдельно написать про вот это видео. Кажется, ему не уделили должного внимания. Просто сконцентрируйтесь на том, что камера изначально с высоты птичьего полета c генерации города, влетает в музей, пролетает при этом десятки картин разных стилей и сюжетов, а также скульптур довольно высокой степени проработки.

Да, конечно, если вы внимательно посмотрели, там много где нарушены правила масштаба и есть большие косяки с перспективой, что будет проблемой при переводе всего этого в NERF или на подобные пайплайны, но качество генераций — это история про масштабирование, поэтому чисто технически физически корректные генерации — это вопрос времени и вычислений.

Такими пролетами, в теории, можно закрывать потребности в довольно больших объемах трехмерных данных, которые могут быть, как точкой опоры при проектировании, так и готовыми решениями; все зависит от запроса.

P.S. Да, на вский случай это SORA, одна из свежих генераций.