Google veut donner davantage de liberté aux créateurs de vidéos générées par intelligence artificielle. Le groupe a lancé Gemini Omni 1.2 Flash, une nouvelle version de son modèle de génération vidéo capable de produire des séquences allant jusqu’à 15 secondes, contre 10 secondes auparavant.
Une évolution qui s’accompagne surtout de nouvelles possibilités d’édition, de meilleure cohérence visuelle et d’un tarif revu à la baisse.
Avec cette version, Google ne cherche pas uniquement à allonger les clips. L’entreprise veut aussi faciliter les retouches successives, afin d’éviter de devoir régénérer entièrement une vidéo lorsqu’un seul détail ne correspond pas au résultat attendu.
Des vidéos jusqu’à 15 secondes avec une durée personnalisable
La principale évolution concerne la durée des séquences. Alors que Gemini Omni 1.1 Flash était limité à 10 secondes, la nouvelle version permet de choisir une durée comprise entre 3 et 15 secondes, avec un réglage par incréments d’une seconde.
Cette augmentation de 50 % peut sembler modeste, mais elle offre davantage de latitude pour construire une scène, développer un mouvement de caméra ou laisser une action se dérouler jusqu’à son terme. Les 15 secondes restent toutefois insuffisantes pour certains formats publicitaires ou contenus sociaux qui nécessitent une narration plus longue.
La nouveauté la plus intéressante se situe plutôt du côté de l’édition conversationnelle. Il devient possible de demander directement au modèle de modifier une séquence en lui indiquant les changements souhaités. L’utilisateur peut notamment remplacer l’arrière-plan, modifier les conditions météorologiques ou changer le format d’image, étape après étape.
Cette approche évite de repartir systématiquement de zéro pour corriger un élément précis. Elle pourrait ainsi réduire le nombre de générations nécessaires et rendre la création vidéo par IA plus efficace.
Une meilleure cohérence des personnages, produits et marques
Google met également en avant les progrès réalisés sur la cohérence visuelle. Le modèle peut exploiter des images de référence représentant un personnage, un produit ou un style particulier, mais aussi des indications audio et des séquences de mouvement pouvant atteindre trois secondes.
L’objectif est de mieux préserver les caractéristiques visuelles d’une scène lorsque la caméra change de position. Les vêtements des personnages, les textes présents sur les emballages et les couleurs d’une marque devraient ainsi subir moins de variations involontaires entre les plans.
Les mouvements de caméra profitent également d’améliorations. Les séquences complexes, comme les survols de type drone ou les mouvements circulaires autour d’un sujet, devraient présenter moins de changements de plans inattendus.
Google annonce aussi une synchronisation labiale plus précise pour les dialogues, ainsi que des voix mieux différenciées lorsque plusieurs personnes interviennent dans une même scène. Ces améliorations visent à rendre les vidéos générées plus crédibles, notamment lorsqu’elles comportent plusieurs personnages.
Un tarif réduit de 30 % et plusieurs points d’accès
GeminiGemini est la famille de modèles d'IA multimodaux de Google DeepMind, à la fois application grand public et couche d'intelligence intégrée à Search, Android, Gmail et YouTube. Lire la fiche Omni 1.2 Flash bénéficie d’une baisse de prix de 30 % par rapport à la version précédente. Google annonce un tarif de 0,07 dollar par seconde pour une vidéo en 720p. Sur cette base, une séquence complète de 15 secondes revient à environ 1,05 dollar.
Il convient toutefois de noter que ce tarif communiqué concerne uniquement la résolution 720p. Les prix des autres niveaux de qualité ne sont pas précisés dans les informations présentées.
Les développeurs peuvent accéder au modèle depuis Google AIGoogle AI désigne la gamme d'abonnements payants de Google pour son IA : Google AI Plus (dès 4,99 € par mois), AI Pro (21,99 €) et AI Ultra (dès 99,99 €). Lire la fiche Studio et l’API Gemini. Les entreprises disposent également d’un accès via la console Google Cloud, avec la possibilité d’utiliser Provisioned Throughput pour réserver une capacité de traitement.
Pour les autres utilisateurs, Gemini Omni 1.2 Flash arrive dans Flow et Google Ads. Il est également intégré à Google Vids, où la génération de clips de 15 secondes est proposée sans coût supplémentaire avec un compte Google ou un abonnement Workspace. Les abonnés Google AI Ultra peuvent aussi retrouver le modèle dans l’application Gemini.
Google veut rendre la génération vidéo plus accessible
Avec Gemini Omni 1.2 Flash, Google améliore plusieurs aspects essentiels de la création vidéo par IA : la durée des séquences, la précision des retouches, la stabilité des éléments visuels et le coût de génération.
La possibilité de modifier une vidéo par simple conversation pourrait être particulièrement intéressante pour les créateurs et les équipes marketing. Plutôt que de multiplier les générations complètes, ils pourront progressivement ajuster une séquence jusqu’à obtenir le résultat souhaité.
La cohérence des personnages et des produits représente également un enjeu important pour les usages professionnels, notamment lorsqu’une marque doit conserver son identité visuelle sur plusieurs plans. Reste à vérifier dans les usages réels jusqu’où ces améliorations réduisent les défauts visuels encore fréquents dans les vidéos générées par IA.
