Modelle wollen nur verallgemeinern. In den letzten Jahren haben wir die Grenzen der Steuerbarkeit von Videos verschoben und neue Modelle und Techniken für Inpainting, Outpainting, Segmentierung, Stilisierung, Keyframing, Bewegungs- und Kamerasteuerung veröffentlicht. Aleph ist ein einzelnes kontextbezogenes Modell, das alle diese Aufgaben auf einmal lösen kann, sowie andere (z. B. neuartige Ansichtssynthese), in vielen Fällen ohne aufgabenspezifisches Training. Das Rezept der Referenzen funktioniert weiterhin und wurde auf neue Höhen skaliert.