Gemini Omni : le modèle vidéo de Google qui crée et retouche la vidéo

Qu’est-ce que Gemini Omni

Gemini Omni est une famille de modèles de Google DeepMind qui créent du contenu à partir de n’importe quelle entrée. La vidéo est venue en premier. Google a montré le modèle à l’I/O de mai 2026 et l’a décrit ainsi : « imaginez Nano Banana, mais pour la vidéo » — vous pouvez retravailler le résultat à n’importe quelle étape avec des phrases ordinaires.

Omni s’appuie sur ce que Gemini sait du monde : physique, histoire, science et culture. Une scène comme « construction d’un aqueduc au Ier siècle » ou « comment fonctionne une écluse » sort donc avec des détails crédibles, pas seulement jolie.

Le 27 août 2026 est sorti Omni 1.1 Flash — une version stable avec prolongation des scènes, contrôle de la première et de la dernière image, brouillons en 360p et sortie jusqu’en 4K. Dans la documentation de l’API Gemini, Google le recommande comme modèle vidéo par défaut, et Veo 3.1 pour des tâches précises.

Ce que Gemini Omni sait faire

La connaissance du monde. Le modèle ajoute des détails historiquement et physiquement crédibles si vous demandez une scène tirée d’un contexte réel.

Une scène à partir de plusieurs références. L’héroïne d’une photo, la robe d’une autre, le loft d’une troisième — Omni les assemble en un clip et garde l’apparence.

La retouche d’un clip fini. La différence principale avec Veo : envoyez une vidéo et décrivez le changement — météo, vêtements, lumière, objets, mouvement de caméra. Chaque retouche suivante s’appuie sur la précédente.

Première et dernière image. Deux images, et le modèle construit la transition entre elles avec le son.

Animer une photo. L’image devient la première image du clip : fumée, gouttes, mouvement de caméra.

Prolongation. Dans l’API, un clip se prolonge par pas de 10 secondes jusqu’à 40 secondes, et le modèle tient compte de jusqu’à 10 secondes de la vidéo précédente, pas seulement de la dernière image.

À quoi sert Gemini Omni

• Retoucher des clips finis : changer la météo, l’heure ou les vêtements, retirer un objet, sans retourner tourner.
• Scènes pédagogiques et historiques, où le détail crédible compte.
• Publicité à partir d’une photo de produit : la prise de vue devient un clip court.
• Courts clips verticaux pour les réseaux, avec le son.
• Itérations rapides : un brouillon en 360p, une finale en 1080p ou en 4K.

Gemini Omni et les alternatives

	Gemini Omni 1.1 Flash	Veo 3.1	Seedance 2.5
Développeur	Google DeepMind	Google DeepMind	ByteDance Seed
Durée par génération	3–10 s	4, 6, 8 s	jusqu’à 30 s
Prolongation	jusqu’à 40 s	jusqu’à 148 s (API, 720p)	2 fois
Résolution	jusqu’à 4K (upscale)	jusqu’à 4K	non publiée
Entrées	texte, images, vidéo	texte, jusqu’à 3 images	texte, 30 photos, 10 vidéos, 10 audios
Retouche d’une vidéo finie	oui, par phrases	non	oui
Langues de la parole	entièrement — anglais	non publiées	non publiées
Dans AI2Face	oui	oui	oui

Omni est le plus souple des modèles de Google : il retouche la vidéo et accepte de la vidéo en entrée. Veo 3.1 l’emporte sur la qualité d’un clip de 8 secondes et sur un mode précis de dernière image. Seedance 2.5 fait les clips les plus longs en une génération.

Comment écrire des prompts pour Gemini Omni

• Pour générer — la même formule que pour Veo : caméra + sujet + action + décor + style, et le son à part.
• Pour retoucher — un changement à la fois, et dites ce qu’il faut garder : « Changez la météo pour un jour ensoleillé. Gardez le mouvement de caméra, la composition et le phare ».
• Pour les références — dites quoi prendre sur chaque image : « la femme de la première image dans la robe de la deuxième, dans le loft de la troisième ».
• Pour itérer — commencez en 360p : selon Google, un brouillon se génère jusqu’à 60 % plus vite et coûte trois fois moins cher que le 720p.
• Les répliques sont plus fiables en anglais : Google n’a pas évalué officiellement les autres langues.

Changez la météo de cette vidéo pour un jour d'été ensoleillé et calme : ciel bleu dégagé,
mer turquoise calme avec de petites vagues, soleil vif sur le phare blanc et herbe verte
sur la falaise. Gardez le même mouvement de caméra, la composition et le phare. Son : vagues calmes et mouettes
à la place de la tempête

Comment utiliser Gemini Omni dans AI2Face

1. Ouvrez le générateur, choisissez la vidéo et le modèle Gemini Omni 1.1 Flash.
2. Choisissez un mode : à partir du texte, d’une photo, de références (jusqu’à 6 images) ou d’une première et d’une dernière image.
3. Réglez la durée (4, 6, 8 ou 10 secondes), le format (16:9 ou 9:16) et la résolution.
4. Lancez la génération — le coût s’affiche avant.

La retouche d’une vidéo finie et la prolongation sont dans le générateur d’AI2Face. Une image de Nano Banana 2 ou de Seedream peut servir tout de suite de première image du clip. Omni est disponible dans le générateur d’AI2Face, et le coût s’affiche avant la génération.

Limites

• Langues. L’anglais est entièrement pris en charge ; Google n’a pas évalué les autres langues.
• Son. Vous ne pouvez pas retoucher la voix, et les références audio ne sont pas encore prises en charge dans l’API.
• Prolonger la parole. Vous ne pouvez pas prolonger une vidéo envoyée où une personne parle afin d’ajouter de nouvelles répliques.
• Mouvement complexe et texte. Sur la fiche du modèle, Google cite comme difficultés la cohérence complète lors des retouches, la dynamique complexe et le texte précis dans l’image.
• Régions. Le stockage et la retouche de vidéo ne sont pas disponibles dans l’EEE, en Suisse et au Royaume-Uni.
• Marquage. Tous les clips contiennent SynthID ; vous pouvez vérifier la marque dans l’application Gemini, dans Chrome et dans la recherche Google.

Conclusion

Gemini Omni est le modèle vidéo de Google pour tous les jours : souple sur les entrées, avec le son, et surtout avec la retouche d’un clip fini par des phrases ordinaires. Prenez-le pour les clips à partir de photos et de références, les scènes pédagogiques et les itérations rapides. Pour la qualité maximale d’un clip de 8 secondes et un passage précis vers la dernière image, choisissez Veo 3.1 ; pour les longues histoires en une génération, Seedance 2.5. Dans AI2Face, Omni est disponible avec les modèles d’images : une image du générateur devient tout de suite la première image de la vidéo.