"Промежуточный образ" (тот, что карандашом сделан) как раз даёт вообще возможным натянуть какое-то фото на рисунок. Эта кожа-нос-глаза-волосы не из воздуха взялись, и магии тут нет. Была использована некая фотография, приблизительно похожая по мнению автора на требуемый результат, и нейросеть натянула эту фотографию на карандашный эскиз, распознавая, где там какие черты лица.
Если бы ты попробовал фото сразу натянуть на мультяшку, то эти наркоманские ужасы к тебе еще долго по ночам приходили бы.