Ein Filmset, das sich an die ganze Szene erinnert: bis zu 30 Sekunden synchrones Bild und Ton, bis zu 50 multimodale Referenzen und gezielte Reparaturen, ohne die gesamte Aufnahme neu zu erzeugen.
Der Sprung liegt in der Kontrolle: 30-Sekunden-Handlungsbögen, mehrfache Verlängerung, bis zu 30 Bild-, 10 Video- und 10 Audioreferenzen, zeitgesteuerte Generierung und gezielte Änderungen an Figuren, Handlung, Hintergrund oder Kamera.
Für 2.5 gibt es noch keinen unabhängigen Elo-Wert; die offizielle API ist weiterhin angekündigt. Frühe Nutzer berichten außerdem von hohen Kosten, strengeren Filtern sowie bekannten Fehlern bei Händen und komplexen Bewegungen.