Gemini Omni 1.1 Flash : Google étend les vidéos jusqu’à 40 secondes

Google a présenté Gemini Omni 1.1 Flash, une nouvelle version de son modèle d’intelligence artificielle générative dédié à la création et à l’édition vidéo. Ce modèle intègre plusieurs fonctionnalités inédites : l’extension de séquences vidéo préexistantes, la génération automatique de plans intermédiaires entre une image de départ et une image d’arrivée, l’usage de courtes vidéos comme références visuelles, ainsi que la production de contenus en résolution jusqu’à 4K.

Le modèle est accessible aux développeurs via les plateformes dédiées de Google, notamment Google AI Studio et l’Agent Platform API. Il est également disponible mondialement pour les abonnés aux offres AI Plus, AI Pro et AI Ultra, tant sur la plateforme Google Flow que dans l’application Gemini.

Gemini Omni 1.1 Flash analyse désormais jusqu’à 10 secondes de séquence vidéo antérieure lors de l’extension d’un clip, contre seulement la dernière seconde dans les versions précédentes. Les développeurs peuvent ajouter des segments vidéo par incréments de 10 secondes, avec une durée totale d’extension pouvant atteindre 40 secondes. Cette capacité offre aux créateurs de contenu davantage de marge pour compléter des scènes tout en conservant leur cohérence visuelle et narrative.

L’une des nouveautés majeures consiste à définir un cadre initial et un cadre final d’un scénario, puis à laisser le modèle générer les images intermédiaires nécessaires pour assurer la transition. L’outil gère des mouvements complexes de caméra — tels que les rotations autour d’objets ou les zooms — ainsi que des effets de raccord permettant de produire des séquences fluides ou répétables. Cette fonctionnalité permet aux créateurs de spécifier précisément le résultat souhaité, sans devoir construire entièrement la vidéo à partir d’une simple description textuelle.

Le modèle prend aussi en charge l’utilisation d’un clip vidéo de référence d’une durée maximale de trois secondes lors de la génération d’un nouveau contenu. Cela permet de préserver des éléments spécifiques du référentiel, comme l’apparence des personnages ou l’ambiance visuelle de l’environnement. Google a illustré cette capacité en montrant comment plusieurs clips de référence peuvent être combinés pour reproduire différentes séquences de mouvement au sein d’un même film continu.

Pour accélérer les phases initiales de conception, Google a intégré une option de sortie vidéo en résolution 360p. Cette qualité cible les tests rapides d’idées avant le passage à des versions haute résolution. Selon la société, la génération de brouillons en 360p est jusqu’à 60 % plus rapide qu’en 720p, et coûte environ le tiers du prix d’un rendu en 720p. Ce mode s’adresse principalement aux prototypes rapides et à la réalisation de storyboards, avant la production finale en 1080p ou en 4K.

L’accès au modèle s’effectue via l’API Gemini dans Google AI Studio pour les développeurs, et via l’Agent Platform API pour les clients institutionnels. Google a publié des documents techniques, des guides pratiques, des exemples prêts à l’emploi et des recommandations pour formuler efficacement les instructions de génération vidéo. La fonction d’extension de scènes est incluse dans l’offre pour les abonnés aux forfaits AI Plus, AI Pro et AI Ultra, tant sur Google Flow que dans l’application Gemini.

Google indique que Gemini Omni 1.1 Flash est déjà intégré dans les chaînes de production vidéo de plusieurs entreprises et plateformes, notamment Adobe, Figma Weave, GMI Cloud et Runway. Ce lancement illustre la stratégie de la société, qui vise à développer des outils d’IA capables non seulement de créer des vidéos ex nihilo, mais aussi de comprendre des séquences existantes, de les prolonger, de contrôler leurs transitions et leurs mouvements, et de garantir la continuité visuelle et narrative.