探索平行世界的绘画模型LDM路线

在探讨平行世界的绘画模型LDM路线时，一个有趣的想法浮现出来：如果绘画模型能够从绘画过程而非结果中获取素材，那么是否有可能将绘画模型转变为类似LLM（大型语言模型）的线路，预测针对特定tag的下一笔如何绘制？这种转变似乎并非不可能。我们可以将笔触量化为X, Y, R, G, B, A, Size, Pressure, Path_Vector等数据，从而捕捉绘画的每一个细节。这种LDM（Latent Diffusion Model）模型确实有潜力，因为许多绘画技巧和风格都有其固定的专业方式。在绘画过程中，画完一笔之后下一笔的可预测性是相当高的。因此，通过分析和学习这些数据，模型可以预测并生成接下来的绘画步骤，从而实现更加智能和精确的绘画辅助。