Gemini Omni Flash allonge les clips vidéo et baisse ses coûts

Google DeepMind rend Gemini Omni 1.2 Flash généralement disponible pour la génération vidéo, avec des clips de 3 à 15 secondes, un mode d’édition conversationnelle et un prix inférieur de 30 % à celui du modèle précédent. L’annonce, datée du 5 novembre 2026, compte pour les usages créatifs comme pour les workflows marketing, car elle combine durée plus longue, itérations plus simples et sortie mieux cadrée. Chaque vidéo générée embarque aussi un filigrane SynthID imperceptible. Le tout vise autant la production que le contrôle de l’usage.

Un modèle plus long, moins cher, et pensé pour corriger sans tout recommencer

La nouveauté la plus visible tient à la durée des clips. Gemini Omni 1.2 Flash passe d’un maximum de 10 secondes à 15 secondes, avec un tarif annoncé à 0,07 dollar par seconde pour la vidéo en 720p. Google indique aussi que l’édition peut se faire par conversation continue : l’utilisateur ajuste un fond, une lumière ou un ratio d’image sans relancer l’ensemble du clip. Sur le papier, cela évite de jeter une séquence presque bonne pour un détail mal placé. Les équipes qui testent ce type d’outil savent que c’est souvent là que le temps disparaît.

Google présente en parallèle un flux de travail par étapes. Les brouillons sont d’abord créés en 360p ou 720p, les corrections se font ensuite sur des détails précis, puis la version finale est montée en 1080p ou 4K. Cette logique compte pour les studios comme pour les équipes de contenu, car elle réduit le coût des essais successifs. Le modèle est accessible via l’API Gemini, Google AI Studio, Google Cloud Console, Flow, Google Vids, l’application Gemini pour les abonnés Google AI Ultra et Google Ads.

Des références mieux suivies, de la tenue du visage à la typo sur l’emballage

Google dit aussi améliorer la fidélité aux références visuelles. Le modèle accepte des images de personnages, des photos produit, de courts clips de mouvement jusqu’à 3 secondes et des indices audio. Selon l’annonce, les visages, les vêtements, la typographie d’un emballage et les couleurs de marque doivent rester cohérents d’un angle de caméra à l’autre. C’est un point décisif pour la publicité, le e-commerce et la démo produit, où une dérive visuelle suffit parfois à casser la crédibilité d’une scène.

Un exemple fourni par Google montre un essai de virtual try-on : à partir d’une photo de mannequin et d’images produits de trois tenues, le modèle génère une séquence de 15 secondes avec rotation à 360 degrés tout en conservant l’identité du mannequin et la coupe de chaque vêtement. La firme dit aussi avoir réduit la dérive visuelle et les morphings entre mouvements de caméra. Autrement dit, le visage et les vêtements devraient moins se transformer en pâte à modeler numérique.

Ce que change cette version pour les créateurs de vidéo IA

Gemini Omni 1.2 Flash cherche à rendre la génération vidéo plus exploitable au quotidien, pas seulement plus spectaculaire. Google affirme que les dialogues sont plus fluides, avec une synchronisation labiale plus claire et une meilleure distinction entre plusieurs locuteurs. Le modèle prend aussi en charge des mouvements de caméra continus plus complexes, comme des plans FPV de drone ou de larges zooms arrière, avec moins de coupes parasites. Dans ce contexte, l’enjeu n’est pas uniquement la qualité d’image : c’est la possibilité de produire des séquences plus propres sans multiplier les relances.

La disponibilité générale via plusieurs services Google confirme aussi une stratégie d’intégration large, du studio créatif aux produits publicitaires. Pour les équipes qui testent déjà la vidéo générée par IA, la combinaison durée plus longue, coût plus bas et édition itérative peut changer la manière de prototyper un spot, une démonstration produit ou une scène de marque. Reste à voir, à l’usage, si la promesse de cohérence tient sur des projets plus longs et plus ambitieux [à vérifier].