Modelle wollen einfach verallgemeinern. In den letzten Jahren haben wir die Grenzen der Steuerbarkeit in Videos verschoben und neue Modelle und Techniken für Inpainting, Outpainting, Segmentierung, Stilisation, Keyframing, Bewegung und Kamerasteuerung veröffentlicht. Aleph ist ein einzelnes In-Context-Modell, das all diese Aufgaben gleichzeitig lösen kann, sowie andere (z.B. neuartige Sichtsynthetisierung), in vielen Fällen ohne spezifisches Training für die jeweilige Aufgabe. Das Rezept der Referenzen funktioniert weiterhin und hat neue Höhen erreicht.