а вот некий Glenn Marshall такую штуку делать умеет. тут под песню целый клип получается и на канале много примеров. судя по всему запрос для генерации берется из названия песни и может где то на текст опирается.
но меня больше всего завораживает что композиция не статичная и постоянно плавно меняется. если кто знает как такое делается, расскажи. автор вот пишет "i'm using a perspective warping effect on the image init" но где и как такое провернуть, я пока не разобрался