Niezależnie od tego, czy chodzi o generowanie obrazów, czy wideo, uważam, że najtrudniejszą częścią jest przekształcenie wizji, którą masz w głowie, w językowy prompt. Im bardziej szczegółowy i konkretny, tym bardziej testuje to efekt generacji. Czy więc potrzebuję interfejsu mózg-maszyna, aby odczytać warstwy mojego mózgu i następnie je wyprowadzić? Dziękuję.