В общем, в данный момент сижу паралельно ковыряюсь с различными нейросеточками и нашел пару довольно интересных решений.
Applio и Tts-generation (с очень большим функционалом) для генерации каверов, аудио дорожек и прочего.
Fooocus и Stable diffusion "automatic1111" для картиночек. 
Собсна в дискорде мне задали вопросец на тему бесплатного аналога midijourney в рашке (скриншот 1), в моем понимании "бесплатно" это открытый исходный код и возможно запустить у себя на пк локально. 

Ну и так сложилось, что я параллельно щупал все эти нейросеточки, как решения под конкретные нужды они смотрятся довольно неплохо, но, у меня есть сомнения насчет Stable Diffusion.
Т.к тема уже не новая, все кто захотел, уже ознакомились с функционалом и умеют делать довольно качественные картиночки, заползая даже в comfyUI, в котром довольно сложная нодовая система генерации.
Ну и под свои нужды.. Я... эмм... ну как сказать, немного "прокачал" интерфейс за последний год, подключил довольно много ситуативных плагинов, которые по своему интересны и нужны под свои задачи иии, я вот честно хз, актуально ли будет тема плагинов в SD1111 т.к рассказать мне есть о чем и тема довольно объемная.