Google lance Gemini Omni 1.1 Flash, une mise à jour de son modèle de génération vidéo destinée aux développeurs. Elle ajoute l’extension de scènes jusqu’à 40 secondes, l’interpolation entre une première et une dernière image, des brouillons en 360p et des sorties finales en 1080p ou 4K.
Le modèle est proposé dans Gemini API via Google AI Studio et dans Gemini Enterprise Agent Platform. Google le présente comme une version prête pour les usages de production, avec davantage de contrôle sur les transitions, les mouvements de caméra et la continuité d’une scène.
Étendre une scène par blocs de dix secondes
Omni 1.1 peut prolonger une vidéo par tranches de dix secondes jusqu’à une durée cumulée de 40 secondes. Pour générer la suite, il analyse jusqu’à dix secondes du contexte précédent. Google compare cette fenêtre aux versions antérieures qui ne prenaient en compte que la dernière seconde.
Cette différence doit améliorer la cohérence visuelle et le respect de la narration lorsque plusieurs extensions sont enchaînées. Elle ne garantit pas pour autant qu’un personnage, un décor ou un objet restera identique sur toute la durée. Les développeurs devront encore vérifier les dérives entre chaque segment.
Des images clés aux sorties 4K
La nouvelle version accepte une image de départ et une image d’arrivée. Le modèle génère alors les images intermédiaires pour produire un mouvement continu. Google vise notamment les rotations de caméra, les zooms, les boucles et les transitions entre deux compositions imposées.
Démonstration officielle de la fonction de sortie 4K publiée par Google.
Pour accélérer les essais, l’API peut générer des aperçus en 360p. Google annonce une production jusqu’à 60 % plus rapide et un coût égal au tiers de celui d’une génération standard en 720p. Le principe consiste à comparer plusieurs variantes à faible définition avant de calculer une version finale plus lourde.
Le modèle peut ensuite produire en 1080p ou en 4K. Il accepte également jusqu’à trois secondes de vidéo de référence afin de reprendre un mouvement, une apparence ou un contexte visuel. Cette fonction complète les entrées texte et image déjà utilisées pour guider la génération.
Une intégration dans les outils créatifs
Google cite Adobe Firefly, Figma Weave, GMI Cloud et Runway parmi les services qui utilisent déjà Gemini Omni Flash. L’intérêt pour ces éditeurs tient à la possibilité d’insérer la génération dans un flux de montage, avec des brouillons, des variantes et une phase de finition.
Les performances annoncées restent celles de Google. Le billet ne publie pas de comparaison indépendante sur la fidélité aux images clés, la stabilité des personnages ou le taux d’échec lors d’extensions successives. Le passage à la 4K correspond en outre à une sortie haute définition, pas nécessairement à davantage de détails physiquement cohérents.
Omni 1.1 Flash transforme surtout la génération vidéo en suite d’opérations plus contrôlables : prolonger, relier, prévisualiser puis finaliser. Pour les développeurs, la question centrale sera désormais le coût total d’un projet après plusieurs brouillons et corrections, plutôt que le prix d’une seule séquence réussie.
Sources : Google ; documentation Gemini API.
