Почему нейронки в 3д графики пилят вообще не в ту сторону?

Почему все современные нейросети в области 3D-моделирования в основном ориентированы на создание чего-то вроде фотосканов с использованием нейросетей? Даже если эти нейросети делают 3D-модели полностью сами, по запросам из промптов, все равно они работают по принципу нейронок, делающих 2D-генерацию. То есть просто создают вексельную модель, а потом обтягивают ее полигональной сеткой (по крайней мере только такие нейронки хайпуют в инете). Почему разработчики не стремятся обучить и натренировать нейросети работать в 3D-софте по такому же принципу, как это делает человек, допустим, в том же Blender, объяснить нейросети все функции и инструменты, дать пайплайн и возможность человеку на разных этапах пайплайна редактировать промежуточные результаты? Основные принципы 3D- это extrude и inset, объясните в чем заключается основная трудность в обучении нейросети пользоваться этими простейшими функциям для создания хотя бы простейших 3D нейро генераций? В сети есть миллионы бесплатных 3д моделей для обучения нейронок по подобному принципу. Я не углублялся в тему разработки нейросетей, не знаю никаких подводных камней, объясните что не так с подобным подходом к 3д генерации? Или все так, а разработчики просто чепушилы?) Если уже есть подобные технологии или статьи киньте ссылочки пожалуйста.