Modeller vill bara generalisera. Under de senaste åren har vi tänjt på gränserna för kontrollerbarhet inom video och släppt nya modeller och tekniker för inpainting, outpainting, segmentering, stilisering, keyframing, rörelse och kamerakontroll. Aleph är en enda kontextmodell som kan lösa alla dessa uppgifter på en gång, liksom andra (t.ex. ny vysyntes), i många fall utan någon uppgiftsspecifik träning. Receptet från Referenser fortsätter att fungera och skalas upp till nya höjder.