Pojedyncze nieruchome ujęcie rozciągnięte na trzy minuty poruszało się zbyt wolno, by w ogóle odczytać to jako ruch. Ujęcia są teraz dzielone tak, by każde miało widoczny ruch, a dwa lub więcej łączy przenikanie zamiast twardego cięcia. Przenikanie zabiera czas z obu stron, więc każde ujęcie jest wydłużane, by wideo trwało dokładnie tyle, co ścieżka dźwiękowa.