המודל לא יודע ליצור סרטון בלי קול — הוא מזיז שפתיים לפי הקצב.
לדבר לפחות 7 שניות. התוכן לא משנה — הקול נמחק בשלב הסנכרון.
הקלטה שונה = תנועה שונה. זה הדבר היחיד שמשפיע בפועל.