Hmm, tentando descobrir isso agora também. Eu não tenho nenhum uso para isso, mas tenho me perguntado, e eu não consigo encontrar uma maneira também.
Uma solução simples (read-inelegant) seria animar uma caixa sólida sobre a parte superior da primeira caixa de conteúdo 0.0s depois que a imagem é mostrada. Eu presumo que a caixa de conteúdo 2 iria no mesmo lugar?