在绘画中解决手的问题可以采取多种方法。首先，可以通过增加训练数据集中手的样本数量来提高模型对手的识别和绘制能力。
其次，可以使用更复杂的神经网络结构，如卷积神经网络，以提取手的更多细节和特征。此外，可以引入手部姿势估计算法，以帮助模型更准确地捕捉手的形状和姿势。
AI绘图和AI修复的区别主要在于处理的对象和目标不同。AI绘图主要是利用深度学习算法和图像处理技术，根据输入的文字描述自动生成符合描述内容的图像或画作。而AI修复则主要是针对已有的图像或视频，通过识别出其中损坏或降质的像素部分，运用智能修复算法来填充和还原图像或视频中的内容，以获得更好的观感。
尽管两者在技术应用上有所交叉，但AI绘图更注重从无到有的创造，需要强大的图像生成和艺术创作能力；而AI修复则更注重对已有内容的优化和改进，需要精准的图像识别和修复能力。