@crackidz #4 画一张 xxxx

你让它 生成时注意手指数量为 5 个

ChatGPT 4o 的手好像稳多了，没那么容易出问题

1 、手指占整个画面的比例小。 2 、手指的几何形状复杂，很容易遮挡。 3 、手指非常灵活，手又是人类很重要的与其他物体互动的部位。 以上就导致了手部形态的统计学最优更难以找到。和盲人摸象一个道理。

换个模型,很多新模型已经处理的不错了 基于重绘功能,你可以只重绘手部,这样不会破坏其他地方

一方面手确实很复杂，不同的观测角度和姿势，千变万化。 另一方面，人类语言对“手”的描述却很贫乏又模糊，让 AI 建立起语言和“手”的各种姿势的对应关系不容易。

手的姿态很多，分类复杂，那么相似分类的数据就会变少。所以可能是因为训练不到位。

楼上说得很清楚了，以人像来说 一般正面侧面背面几个姿态就完事了，标注的也很清晰。但是手的形态千变万化任意摆放，标注的不清晰 很难对手进行拟合

@crackidz 这样提示：“在中国，有一对现代夫妻和他们的女儿，他们的家虽然简陋，但却充满了幸福的氛围。生成一张图片 1280*768px”

4o 画手没问题，找人工标的。