Google vient de lancer une nouvelle IA dédiée à la création vidéo baptisée Gemini Omni 1.2 Flash. Au menu ? Des séquences de 15 secondes, des retouches pilotées par de simples conversations et des tarifs en baisse de 30 %. De quoi donner envie de s’y mettre, mais cette IA peut-elle vraiment vous épargner les galères du montage vidéo ?
Avouons-le, toutes ces promesses sont séduisantes. Pouvoir créer des vidéos de 15 secondes, modifier un décor ou corriger une séquence en discutant avec une IA, tout en dépensant moins, ça donne envie d’essayer. En plus, l’IA promet une meilleure cohérence visuelle. Mais derrière cette simplicité annoncée, Gemini Omni 1.2 Flash de Google doit encore faire ses preuves. Car générer une jolie vidéo est une chose, obtenir un résultat vraiment exploitable en est une autre.
Google Gemini Omni 1.2 Flash permet de retoucher une vidéo en discutant
C’est probablement la fonctionnalité la plus intéressante de cette nouvelle version. Vous venez de générer une vidéo, mais vous aimeriez remplacer son arrière-plan ? Inutile, en principe, de recommencer depuis le début. Il suffit de demander à l’IA de modifier le décor.
Vous pouvez aussi changer la météo, ajuster l’éclairage ou adapter le format de la vidéo. Google parle d’édition conversationnelle en plusieurs étapes. Chaque instruction permet d’affiner le résultat précédent.
La fonctionnalité existait déjà dans l’écosystème Gemini Omni, notamment dans Google Vids. La différence, ici, concerne surtout la précision des retouches et leur prise en charge sur des séquences plus longues.
C’est prometteur pour les créateurs qui multiplient les corrections. Toutefois, une retouche guidée par texte n’offre pas nécessairement la précision d’un logiciel de montage traditionnel. Pour les détails vraiment exigeants, il faudra encore juger du résultat.
Des vidéos de 15 secondes avec des personnages plus cohérents
Google fait aussi évoluer la durée des séquences. Gemini Omni 1.2 Flash peut désormais générer des vidéos de 3 à 15 secondes, contre un maximum de 10 secondes pour la version précédente.
Cinq secondes supplémentaires, cela peut paraître modeste. Pourtant, elles offrent davantage de place pour une publicité courte, une démonstration de produit ou une petite scène avec plusieurs personnages.
La cohérence visuelle est aussi une amélioration annoncée. Google affirme que son modèle conserve mieux les visages, les vêtements et les objets lorsque la caméra bouge. Il peut notamment s’appuyer sur des images de référence et de courts extraits vidéo.
Les dialogues progressent également, avec des voix plus naturelles et une meilleure synchronisation des lèvres. Ce travail prolonge les améliorations vocales déjà introduites dans Google Vids.
Et les premiers résultats semblent plutôt encourageants. Sur Arena, la plateforme de classement des modèles IA, Gemini Omni 1.2 Flash décroche déjà la première place en génération vidéo à partir de texte et d’images.
Gemini Omni 1.2 Flash coûte 30 % moins cher, mais attention
Voici l’autre argument qui pourrait séduire les développeurs. Pour Gemini Omni 1.2 Flash, Google annonce une réduction de 30 % du tarif de génération vidéo en 720p, désormais fixé à 0,07 dollar par seconde via son API.
À ce tarif, produire une séquence de 15 secondes revient à 1,05 dollar. Ce calcul concerne la génération de base, sans tenir compte d’éventuelles opérations supplémentaires.
Google propose justement une méthode pour limiter les dépenses. L’utilisateur peut préparer son clip en 360p ou en 720p, effectuer ses corrections, puis augmenter la résolution du résultat retenu jusqu’en 1080p ou 4K.
Cette approche paraît judicieuse. Pourquoi payer pour un rendu haute résolution si le premier essai finit à la corbeille ? Mais attention au joli chiffre affiché dans le communiqué. Une baisse de prix unitaire ne garantit pas une facture totale moins élevée. Les essais ratés, les retouches et les traitements additionnels peuvent faire grimper le coût réel d’un projet.
Google vise les créateurs, les entreprises et les publicitaires
Derrière les démonstrations impressionnantes, Google poursuit un objectif très concret : installer son IA dans les outils de production vidéo du quotidien.
Gemini Omni 1.2 Flash arrive dans l’API Gemini et Google Cloud. Le modèle est également intégré à Google Vids, avec un déploiement progressif dans l’application Gemini pour les abonnés AI Ultra.
Google met aussi en avant des usages professionnels comme les publicités personnalisées, les présentations de produits et les essayages virtuels. Le fabricant cite plusieurs premiers utilisateurs, dont Adobe, Monks et Whering. Leurs retours sont encourageants, mais restent des témoignages sélectionnés par Google.
Au-delà de la création vidéo classique, cette évolution rappelle la recherche de continuité visuelle menée avec Genie 3 et ses environnements générés par IA. Les deux technologies poursuivent cependant des objectifs différents.
Toutefois, il reste un détail que les belles démonstrations ne montrent pas toujours : les ratés. Et Google reconnaît lui-même que son modèle doit encore progresser sur plusieurs points.
Les mouvements sportifs rapides, les changements brusques et certaines interactions physiques complexes demeurent difficiles à reproduire correctement. Une vidéo convaincante au premier regard peut donc encore présenter des incohérences.
La question de la manipulation mérite aussi de l’attention. Google intègre le tatouage numérique invisible SynthID pour faciliter l’identification des contenus générés par IA. Sa fiche technique précise également que la modification de la parole des personnes reste soumise à des restrictions. Cette précaution est bienvenue. Elle ne suffit toutefois pas, à elle seule, à empêcher les usages trompeurs.
- Partager l'article :
