Генерация по ключевым словам

Сразу прошу прощения, я нарываюсь на комментарии класса RTFM - но прошу всё же предметно ткнуть меня носом, где же тот F...g Manual. И это не рассказ "как это делается", а вопрос "как это сделать?" Если вопрос нарушает правила сообщества - смело баньте.

Интересуют нейросети, способные с минимальным обучением "моими" картинками сгенерировать по ключевым словам некую картинку. Что действительно важно: сеть должна отрабатывать не существительные, а словосочетания. К примеру, не "книга, огонь", а "горящая книга". "Burning book" тоже не проблема, сформулировать запрос не на русском - смогу.

Да, могут возникнуть проблемы в стиле "девушка с химэ-кат". Тут уж ничего не поделаешь, придётся кидать картинки, иллюстрирующие что за причёска "химэ-кат". Статью про homescape я читала, но не совсем поняла.

Запрос должен быть относительно длинным, четыре-пять подобных составных элементов. Раз уж начали с этого: "девушка с чёрными волосами химэ-кат, синий спортбайк, М60, горящая книга".

Анимэ-стилистика приветствуется.

И последнее. Денежная модель. Конечно, хочется халявы. Но если нет - то вменяемой платы за конечный, согласованный результат, а не за каждую итеррацию. Сейчас это для души штуки три картинки. Если вдруг попытаюсь стричь бабло с их использованием - отчисления на развитие датацентров обещаю. Но это маловероятно, буду честна. Не для продаж это.