我有一个半可控AI生成想法：
首先，我们选择一个复杂度，作为树的深度。
接下来，树将立即生成图片的最大节点，并立即往下生成节点。
看起来像是 0图片 -> (1场景) -> (2具体场景) ->(3XXX),(1对象) -> (2人类) -> (3XXX),(2物体) -> (3XXX) 一直细分到最小噪点区块后，再开始逐个节点细节去噪，直到完成整个步骤。
人类还可以自己加入想要的叶节点和重置节点，作为局部重置。
树分割成两个，一个为轮廓树，一个为颜色树。
先填充轮廓树的相关内容后，然后再将节点转换成颜色树的内容进行填充。
然后去噪训练就可以切开分别训练，将图片转换成这样的树状格式作为训练集。
图片转换成层次，层次转换成标注，每个标注开始依次训练成我们需要的格式。
我知道，这实在太理想了。
但是通过早期人工标注，具有一定的基础后，再进行机器学习，最后深度学习。
现在也不可能直接做出来一张图片，但是如果现在只是还原某种小东西呢，比如人的一双手，这也许可以让AI认识真正的手指数量。
并且即使AI生成的形状很怪异，我们也可以通过自己编辑节点来让他进行手动局部生成。
这样是否可能是一个白盒，可操控式的AI图片生成？