Bei mehreren Bildern als Input würde ich vorher schauen, dass Licht und Farbstimmung zueinander passen, sonst springt der Look zwischen den Clips ziemlich hart. Und lieber kurze Clips einzeln generieren und am Ende zusammenschneiden, statt einen langen Durchlauf zu erwarten. Wie viele Bilder nimmst du denn gleichzeitig als Input, bevor es unruhig wird?