在Blender中建模一个虚拟角色，进行骨骼绑定，制作不同动作的动画，并逐帧捕捉。然后获取虚拟角色的精灵图以及对应的提示词。

接着，将这些精灵图和提示词，连同目标角色的图像，通过Image 2.5输入到ChatGPT中，以生成精灵图——感觉这样能得出相当可用的结果？

当然，我达到了Codex的上限，所以还没能测试这个方法。