Google lance Gemini Omni 1.2 Flash, un modèle de génération de vidéos par IA qui crée des clips de 15 secondes, permet de les modifier au fil de plusieurs conversations et coûte 30 % moins cher

Google a mis à la disposition du grand public la dernière version de son modèle de génération de vidéos basé sur l'intelligence artificielle (IA), Gemini Omni 1.2 Flash. Celui-ci permet de créer des clips d'une durée maximale de 15 secondes (contre 10 auparavant pour Gemini Omni 1.1), offre aux utilisateurs la possibilité de les modifier au fil de plusieurs échanges dans le chat au lieu de devoir tout recommencer, et coûte 30 % moins cher, soit environ 0,07 dollar par seconde pour une vidéo en 720p via l’API Gemini, contre 0,10 dollar auparavant. Le modèle est en cours de déploiement dans Flow, Google Vids, Google Ads et, pour les abonnés à Google AI Ultra, dans l’application Gemini. Google précise qu'il continue de travailler sur les scènes d'action sportive rapide, les changements de scénario soudains et les phénomènes physiques complexes.

Gemini est une famille de grands modèles de langage multimodaux (LLM) développée par Google DeepMind, qui succède à LaMDA et PaLM 2. Composée de Gemini Pro, Gemini Deep Think, Gemini Flash et Gemini Flash Lite, elle a été annoncée le 6 décembre 2023. Elle alimente le chatbot Gemini et tire son nom du mot latin signifiant « jumeaux » (symbolisant la fusion entre Google Brain et DeepMind) ainsi que du projet Gemini de la NASA.

Le jeudi 5 novembre 2026, Google a annoncé la mise à disposition du grand public de Gemini Omni 1.2 Flash, la dernière version de son modèle de génération de vidéos basé sur l'IA, et a réduit son prix de 30 %. Il coûte désormais environ 0,07 dollar par seconde de vidéo en 720p via l'API Gemini, contre 0,10 dollar par seconde en juin.

« Nous lançons Gemini Omni 1.2 Flash et le rendons accessible à tous via l’API Gemini et Gemini for Business. Gemini Omni 1.2 Flash propose désormais la création native de vidéos de 15 secondes, des fonctionnalités d’édition conversationnelle à plusieurs tours et un suivi amélioré des références. Nous avons réduit le prix de 30 % par rapport à Gemini Omni 1.1, le proposant désormais à 0,07 dollar par seconde pour les vidéos en 720p », a annoncé Google .


Outre le prix plus abordable, les utilisateurs peuvent désormais réaliser rapidement des premières ébauches en 360p ou 720p, corriger un détail lors d'une retouche ultérieure plutôt que de régénérer l'intégralité du clip, puis convertir leurs meilleures créations en 1080p ou 4K.

Gemini Omni 1.2 Flash est capable de créer d’un seul coup des clips d’une durée maximale de 15 secondes, contre 10 auparavant avec Omni 1.1. Les utilisateurs peuvent également définir la durée par incréments d'une seconde, de 3 à 15 secondes. Cette fonctionnalité leur permet de raconter des histoires complètes, de créer des vidéos explicatives sur leurs produits ou de produire des spots publicitaires complets pour les réseaux sociaux en une seule opération.

Un meilleur respect des références et des résultats plus cohérents

Le modèle permet aux utilisateurs de diriger la génération en combinant des images de personnages, de produits ou de styles, de courts clips vidéo (jusqu’à trois secondes) et des repères audio. Omni 1.2 Flash conservera alors ces détails du début à la fin.

Google affirme que les visages, les vêtements, les textes figurant sur les emballages et les couleurs des marques restent désormais plus cohérents quel que soit l'angle de prise de vue, ce qui facilite la transformation de photographies de produits existantes ou de fiches de personnages en clips d’essayage virtuel, en présentations de catalogues et en publicités vidéo de marque.


Les utilisateurs peuvent également garantir une plus grande cohérence des personnages, des objets et des scènes, de la première à la dernière image, avec moins de décalages visuels ou de déformations lors des transitions de mouvement et de caméra. Qu'il s'agisse d'effectuer une interpolation entre la première et la dernière image clé ou de prolonger un clip pour créer une séquence plus longue, les produits, les personnages, les accessoires et les environnements restent cohérents d'un plan à l'autre, selon l'entreprise.


D’après les comparaisons réalisées par Google DeepMind, les testeurs ont préféré la version 1.2 à la version 1.1 en termes de cohérence visuelle dans 62 % des cas.

Modification plus facile au sein d'une conversation

Gemini Omni 1.2 Flash permet aux utilisateurs de peaufiner un même clip étape par étape — par exemple en remplaçant un produit ou un arrière-plan, en modifiant l'éclairage ou les conditions météorologiques, ou encore en changeant le format d'image — au lieu de repartir de zéro. Le montage conversationnel en plusieurs étapes s'applique à des clips complets de 15 secondes, ce qui facilite la création de variantes publicitaires destinées à différents publics et emplacements, sans avoir à redéfinir le brief ni à régénérer le contenu.


Une parole plus naturelle et un rendu visuel plus maîtrisé

Le nouveau modèle de Google permet créer des scènes avec des dialogues plus fluides et plus naturels, une synchronisation labiale plus précise et une gestion plus claire des interactions entre plusieurs interlocuteurs. Selon l'entreprise, les utilisateurs pourront notamment mettre en scène des dialogues à plusieurs personnages dans Flow, créer des vidéos explicatives dans Gemini for Business ou réaliser des vidéos professionnelles soignées avec des avatars, de la musique et une narration dans Google Vids.


Google indique que Gemini Omni 1.2 Flash permet également de réaliser des mouvements de caméra complexes et continus, allant de vastes survols en FPV à des zooms arrière et des orbites, avec moins de sauts d'image indésirables, une échelle plus stable, ainsi qu'un rendu plus soigné et cinématographique.



Disponibilité

Le modèle Gemini Omni 1.2 Flash est en cours de déploiement dans Flow, Google Vids, Google Ads et, pour les abonnés à Google AI Ultra, dans l’application Gemini. Les entreprises peuvent l’utiliser via Google Cloud ; c’est la première fois qu’Omni y est accessible au grand public. Chaque vidéo comporte un filigrane SynthID invisible.

L’entreprise précise qu’elle continue de travailler sur les scènes d’action sportive rapide, les changements de scénario soudains et les phénomènes physiques complexes. « Gemini Omni 1.2 Flash est la solution idéale pour les entreprises, les développeurs et les créateurs qui produisent des vidéos à grande échelle », selon Google.

Google a présenté Omni Flash pour la première fois lors de sa conférence I/O en mai 2026, avec des extraits d’une durée maximale de 10 secondes. Google est la seule entreprise américaine dont le modèle figure dans le top 10 d'un classement populaire consacré à la vidéo IA, les neuf autres places étant occupées par des modèles chinois.

Le lancement de Gemini Omni 1.2 Flash intervient dans un contexte marqué par la montée en puissance du phénomène d'« AI slop », que les professionnels du numérique observent de près. Depuis quelques mois, les réseaux sociaux sont inondés de vidéos générées par IA, étranges, absurdes, parfois dérangeantes, mais irrésistiblement virales. Le terme, qui désigne littéralement une « bouillie numérique produite par IA », n’est pas anodin : il traduit la perception d’un contenu industriel, bâclé, produit à la chaîne et sans valeur artistique intrinsèque, mais qui exploite les failles des algorithmes de recommandation pour générer des clics et de l'argent. Pour les acteurs de l'IT, ce raz-de-marée est révélateur à plus d'un titre : il illustre la puissance des outils d'IA grand public, la fragilité des plateformes face à la manipulation algorithmique et la mutation du modèle économique de la création en ligne.

Source : Google

Et vous ?

Quel est votre avis sur le sujet ?
Que pensez-vous des nouveautés proposées par Gemini Omni 1.2 Flash ? Les trouvez-vous utiles et intéressantes ?

Voir aussi :

Gemini Omni 1.1 Flash de Google offre un meilleur contrôle sur la génération de vidéos par IA, avec des extensions de scènes, des transitions basées sur des images clés et une sortie en 4K

Veo 3, l'outil de génération de vidéo par IA de Google, entraîne une explosion de contenus sur des plateformes comme X et YouTube quelques heures seulement après sa présentation durant la Google I/O

Meta présente Movie Gen : une IA capable de créer des vidéos personnalisables et réalistes à partir d'une seule image, ou de modifier une vidéo existante, lui ajoutant des éléments visuels ou sonores