Задам вопрос максимально простым языком. Объясните кто-нибудь как работает нейросеть Midjourney?
Как при рендере по указанным параметрам она "понимает" и реализует невероятно сложные физические нюансы поведения материалов, их деформации, свойства и проявления света и т.д.?
Если совсем грубо, любая нейросеть пытается максимально точно выбрать, какое следующее слово наиболее вероятно подходит к ответу.
Она не пытается выбрать. Она точно знает. Так как она знает у каких токенов какой «вес». Эти токены и веса как раз и забивали в нее при обучении.
Интересно другое, если модель "препарировать", то вы не найдёте готовых ответов. Мэджик...