Google lance Gemini Omni 1.2 Flash, un modèle vidéo axé sur l’édition par conversation et la génération de clips jusqu’à 15 secondes. Le prix API en 720p recule de 30 % à 0,07 dollar la seconde, avec une intégration dans l’écosystème Google et des limites techniques et garde-fous annoncés.
Limites reconnues et garde-fous activés par Google
Selon Google, Gemini Omni 1.2 Flash présente encore des limitations lorsqu’il s’agit de restituer fidèlement les mouvements sportifs rapides, les changements soudains et certaines interactions physiques complexes. Il est donc possible qu’une vidéo apparemment crédible au premier abord comporte des incohérences. Pour faciliter l’identification des contenus générés par IA, Google intègre le tatouage numérique invisible SynthID. La fiche technique du modèle précise aussi que la modification de la parole des personnes reste soumise à des restrictions. Par ailleurs, la continuité visuelle travaillée avec Genie 3 est évoquée, bien que les objectifs diffèrent de ceux de Gemini Omni 1.2 Flash.
Coûts en 720p annoncés en baisse et méthode de travail suggérée
Google annonce une réduction de 30 % du tarif de génération vidéo en 720p via son API, désormais fixé à 0,07 dollar par seconde. À ce prix, la création d’un clip de 15 secondes coûte 1,05 dollar. Il est conseillé par Google de concevoir le clip en 360p ou 720p, de procéder aux corrections nécessaires, puis d’augmenter la résolution du rendu final jusqu’en 1080p ou 4K.
Vous codez avec l’IA ?
Outils, agents et nouveautés dev IA décryptés, chaque soir en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Édition par conversation et retouches successives
Gemini Omni 1.2 Flash permet d’effectuer des retouches par conversation en langage naturel. L’utilisateur peut demander à remplacer l’arrière-plan, changer la météo, ajuster l’éclairage ou adapter le format de la vidéo. L’édition conversationnelle se déroule en plusieurs étapes, chaque instruction affinant le résultat précédent. Cette approche existait déjà dans l’écosystème Gemini Omni, notamment dans Google Vids, mais la nouveauté concerne la précision des retouches et leur prise en charge sur des séquences plus longues.
Génération : 3 à 15 s, cohérence renforcée et voix améliorées
Gemini Omni 1.2 Flash peut générer des vidéos de 3 à 15 secondes, alors que la version précédente était limitée à 10 secondes. Google affirme que le modèle offre une meilleure cohérence visuelle sur les visages, les vêtements et les objets lorsque la caméra bouge, en s’appuyant sur des images de référence ou de courts extraits vidéo. Les dialogues bénéficient de voix plus naturelles et d’une synchronisation labiale améliorée, dans la continuité des évolutions déjà introduites dans Google Vids. Sur la plateforme Arena, Gemini Omni 1.2 Flash se classe en tête pour la génération vidéo à partir de texte et d’images.
Intégrations, cas d’usage professionnels et premiers utilisateurs
Gemini Omni 1.2 Flash est disponible via l’API Gemini et Google Cloud, et s’intègre à Google Vids. L’application Gemini prévoit une mise en service progressive pour les abonnés AI Ultra. Google cite des applications professionnelles telles que les publicités personnalisées, les présentations de produits et les essayages virtuels. Adobe, Monks et Whering sont mentionnés parmi les premiers utilisateurs. Le modèle permet de générer des clips allant jusqu’à 15 secondes.
