Gemini Omni 1.2 Flash passe en disponibilité générale, adossé à l’infrastructure de Google Cloud. La mise à jour s’ouvre dès aujourd’hui dans l’API, Google Vids, l’app Gemini et d’autres produits, avec des clips jusqu’à 15 secondes et une édition multi-tours. Google annonce par ailleurs une baisse des coûts de 30 % et une meilleure cohérence des résultats.
Disponibilité générale et accès dans les produits Google
Gemini Omni est désormais disponible pour tous, soutenu par l’infrastructure et la sécurité de niveau entreprise de Google Cloud. Les utilisateurs peuvent accéder à la mise à jour dès aujourd’hui, alors qu’elle se déploie dans les produits et plateformes de développement de Google. Les fonctionnalités sont accessibles via l’API Gemini, Google Vids et Gemini pour les entreprises. Dans Google Vids, il est possible de générer des clips de 15 secondes sans coût supplémentaire avec un compte Google ou un abonnement Google Workspace. Dans l’application Gemini, la création de vidéos de 15 secondes est en cours de déploiement pour les abonnés Google AI Ultra, et les scènes ainsi que les éditions multi-tours peuvent être pilotées dans Flow. Les campagnes vidéo peuvent être développées dans Google Ads. Pour les développeurs, le prototypage est possible dans Google AI Studio, avec des applications de démarrage interactives et une documentation incluant la tarification. Les entreprises peuvent essayer l’outil via la console Google Cloud et construire des solutions avec l’API.
Montée à 15 s et réglages de durée plus fins
La génération vidéo s’étend désormais à 15 secondes, contre 10 secondes auparavant avec Omni 1.1. Il est possible de choisir la durée par paliers d’une seconde, entre 3 et 15 secondes. L’édition conversationnelle multi-tours s’applique sur des clips complets de 15 secondes, alignant ainsi les capacités d’édition sur la nouvelle longueur maximale.
La recherche en IA vous passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Références mieux respectées et contrôle créatif accru
La génération peut être guidée à partir d’images de personnages, de produits ou de styles, de courts clips de mouvement jusqu’à trois secondes et d’indices audio. Les éléments de référence, comme les visages, les tenues, les polices d’emballage ou les teintes de marque, restent présents sur l’ensemble de la séquence et à travers les différents plans, tout en limitant la dérive ou la transformation. Les déplacements complexes et continus de la caméra, à l’image des survols FPV ou des zooms accentués, deviennent plus faciles à contrôler avec moins de coupures non souhaitées, ce qui assure un rendu plus net. Les séquences avec dialogues profitent d’une parole plus fluide, d’une synchronisation labiale améliorée et d’une différenciation claire entre plusieurs intervenants.
Édition multi-tours et promesses de coûts
L’édition conversationnelle permet d’affiner le même clip tour par tour sans repartir de zéro, par exemple en changeant le produit, l’arrière-plan, l’éclairage, la météo ou le format d’image. Google met en avant une production facilitée de variantes publicitaires pour différents publics et emplacements sans reformulation ni régénération. L’entreprise annonce une réduction des coûts de 30 % et affirme une meilleure cohérence pour des projets professionnels. Selon Google, des sociétés, des jeunes pousses et des créateurs intègrent déjà cet outil dans leurs processus de travail, l’entreprise le présentant comme conçu pour les productions vidéo de grande ampleur. Les efforts de développement se poursuivent pour optimiser des situations telles que les mouvements sportifs rapides, les modifications de script instantanées et la gestion de phénomènes physiques complexes. L’arrivée de Gemini Omni 1.2 Flash marque cette nouvelle étape.
