LLM の性能って手法も大事ではあるがそれ以上に金と計算リソース泥臭いデータセットの質次第なところあるから、ビッグテック以外がフルスクラッチで戦いを挑むのは（すぐ性能で潰されそうな事含め）かなり厳しい

テキスト->画像の生成はユースケースが限られるけど、画像+テキスト->画像は応用が広いので、たぶん結構やっていて、その場合は生成AIという意識なく使える感じかも。 たとえば画像を指定して実行ボタンを押すと、その画像と「モザイク除去」などのテキストと共に生成AIに渡すツールとか