Последовательность трансформации изображения в видео

Запрос на генерацию 15-секундного вертикального видео, которое трансформируется на основе четырехпанельной комикс-стропы (@Изображение 1) с быстрыми, ритмичными нарезками. Он описывает последовательность: 0-2с, динамичное медленное приближение к первой панели (удивленное выражение женщины в разрушенном городе); 3-5с, вторая панель (черные щупальца, возникающие и обвивающиеся вокруг женщины, с липкими звуковыми эффектами). Это многокадровый запрос для генерации изображения в видео.