Gemini Omni 1.1 Flash de Google : extension de scène de 40 secondes, contrôle image de début/fin et upscaling 4K
Google a lancé Gemini Omni 1.1 Flash (gemini-omni-1.1-flash), une mise à jour de production de son modèle multimodal natif de génération et d'édition vidéo. La nouveauté principale concerne l'extension de scène : le modèle analyse désormais jusqu'à 10 secondes de contexte précédent, contre une seule dernière image auparavant, et peut enchaîner les extensions par tranches de 10 secondes jusqu'à un total cumulé de 40 secondes, chaque appel générant entre 3 et 10 secondes de continuation. Les utilisateurs peuvent aussi fixer une première et une dernière image pour contrôler les mouvements de caméra, via des balises de prompt comme FIRSTFRAME, LASTFRAME, IMAGEREFN et VIDEOREFN, ces dernières acceptant jusqu'à trois clips de référence de trois secondes maximum chacun. Côté tarifs, l'entrée coûte 1,50 dollar par million de tokens, la sortie 9 dollars par million de tokens texte et 17,50 dollars par million de tokens vidéo, soit environ 0,10 dollar par seconde de vidéo en 720p. Le modèle est disponible via l'API Gemini dans Google AI Studio et la Gemini Enterprise Agent Platform, ainsi que dans Google Flow pour les abonnés AI Plus, Pro et Ultra.
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
Cette mise à jour transforme Omni d'un simple générateur en un outil réellement pilotable pour les professionnels de la vidéo, ce qui compte directement pour les studios créatifs et les développeurs d'applications. La possibilité de faire des brouillons en basse résolution avant de produire la version finale change concrètement les workflows de production : Google indique que les aperçus en 360p sont générés jusqu'à 60% plus vite et coûtent trois fois moins cher qu'en 720p, ce qui encourage un cycle d'itération économique suivi d'un rendu final en 4K. L'édition conversationnelle et persistante, via l'API Interactions et l'identifiant previousinteractionid, permet de modifier une vidéo sans tout retélécharger, en ne touchant qu'à ce qui a été explicitement demandé. Des entreprises comme Adobe, Figma Weave, GMI Cloud et Runway utilisent déjà Omni Flash en production, ce qui signale une adoption concrète au-delà des démonstrations techniques.
Ce lancement s'inscrit dans la course entre grands acteurs de l'IA pour équiper les outils créatifs professionnels de capacités vidéo génératives plus fiables et contrôlables, un terrain où la cohérence temporelle et la maîtrise de la caméra restent des défis techniques majeurs. Le système reste toutefois limité sur certains points : aucune instruction système, pas de réglage de température ni de négative prompts dédiés, l'édition vocale et les références audio ne sont pas prises en charge, et les URL YouTube ne peuvent pas servir de source. Chaque vidéo générée porte un filigrane SynthID invisible mais détectable, un mécanisme de traçabilité de plus en plus standard face aux inquiétudes sur les contenus synthétiques. Le support linguistique reste concentré sur l'anglais, les autres langues n'étant pas encore évaluées, ce qui laisse présager de futures itérations pour élargir la couverture géographique et fonctionnelle de l'outil.
Pas d'impact direct sur la France/UE