Solche Ergebnisse erzielt man beispielsweise, wenn man eine Grafik erstellt, die man anschließend entsprechend der Vorschaugröße in quadratische Einzelbilder unterteilt. Die Videos haben jeweils mindestens ein Standbild, das der ursprünglichen (Teil-)Grafik entspricht; und da Instagram die Funktion bietet, ein bestimmtes Standbild des Videos als Vorschaubild zu nutzen, hat man dann das passende Standbild ausgewählt.
In deinem Beispiel wird es ein wenig anders gemacht; da wurde keine große Grafik erstellt und dann vorausschauend unterteilt. Da werden pro Bild bzw. von Bild zu Bild Übergänge geschaffen. Wenn er ein neues Bild postet, schaut er, welche Bilder im Feed neben/unter dem neuen Bild liegen werden und lässt Teile der vergangenen Bilder in das neue Bild überlaufen. Ist nicht ganz so einfach und benötigt ein wenig Feingefühl; man muss ein wenig vorausschauend handeln. Das sieht man an der Stelle, wo der Schuh in das andere Bild überlappt und sich dabei nicht doppelt. Das erste der beiden Bilder wurde nicht in voller Größe gepostet, sodass überhaupt ein zweites Bild, das den Schuh dann komplettiert, Sinn ergibt.