Gemini Omni : la vidéo générative conversationnelle
Prenez une photo, donnez-la à Gemini Omni, obtenez un clip vidéo. Un croquis suffit ensuite à guider le style. Demandez alors de changer l’angle de caméra, et le modèle le fait sans tout regénérer. Omni est le modèle vidéo de Google : le premier qui permet de créer et d’éditer de la vidéo en discutant. Depuis fin juin, il est aussi ouvert aux développeurs. Voici ce qu’il fait, ce qu’il coûte, et la restriction européenne qu’il faut connaître avant de bâtir un workflow dessus.
L’article précédent couvrait le studio créatif de l’écosystème Gemini. Ce chapitre zoome sur sa nouveauté la plus marquante côté vidéo. Oubliez le workflow habituel des générateurs : écrire un prompt, attendre, obtenir un clip, recommencer si le résultat ne convient pas.
Un changement de méthode, pas seulement de modèle
Omni change la logique. Vous générez un premier clip, puis vous le modifiez par instructions successives. « Change l’arrière-plan », « ajoute un zoom cinématique », « remplace le personnage par celui de cette photo ». Le modèle conserve la cohérence de la scène à chaque étape. Les personnages gardent leur apparence, la physique reste réaliste, le décor tient. C’est de l’édition vidéo par conversation, et aucun autre outil grand public ne fait la même chose aujourd’hui.
Le flou du lancement s’est levé. Depuis l’Espace économique européen, la Suisse et le Royaume-Uni, vous ne pouvez pas importer vos propres rushes pour les faire éditer par Omni. La génération à partir d’un texte ou d’une image fonctionne normalement, et le remix d’une vidéo générée par l’IA aussi. Mais l’aller-retour « je filme, je fais retoucher » reste fermé. Pour un créateur français, Omni est donc un générateur, pas un assistant de post-production sur vos propres images.
Ce que Gemini Omni fait concrètement
Omni accepte d’abord n’importe quelle combinaison de texte, photos, croquis, audio et vidéo en entrée, et produit un clip en sortie. Voici les usages testables aujourd’hui.
Transformer une photo en vidéo
Chargez un portrait, un paysage ou n’importe quelle image de votre pellicule. Décrivez ensuite l’action voulue : « fais-la marcher dans une rue de Tokyo au coucher du soleil ». Omni produit un clip de quelques secondes. Vous enchaînez alors les variantes sans recharger la photo : changer le lieu, l’ambiance, le style visuel.
Créer un avatar avec votre visage et votre voix
Omni génère un avatar qui reproduit votre apparence et votre voix. La fonction est arrivée dans Google Vids le 16 juillet 2026 : vous uploadez un selfie et un court enregistrement vocal, puis l’avatar prononce le texte que vous tapez. Deux garde-fous encadrent l’usage. L’avatar est lié à votre compte Google et limité à votre propre visage, ce qui interdit de fabriquer celui d’un tiers. L’accès est par ailleurs réservé aux plus de 18 ans et à certaines régions.
Dessiner pour guider la création
Vous pouvez aussi donner un croquis comme référence visuelle. Omni l’interprète et produit un clip qui respecte la composition, les proportions et l’intention du dessin. C’est la fonction la plus utile pour le storyboard : esquisser une scène à la main, la transformer en clip, puis itérer au prompt.
Modifier une vidéo existante
Vous chargez un clip, puis vous demandez de changer le décor, d’ajouter des effets, de modifier le style ou d’insérer un élément. Omni applique la modification sans regénérer tout le clip. Sur YouTube Shorts, des modèles appliquent même certaines transformations en un clic : grain film, transitions, zoom cinématique. Rappel important pour un lecteur européen : cette fonction ne s’applique qu’aux vidéos générées par l’IA, pas à vos propres rushes.
L’édition conversationnelle : modifier tour par tour
C’est de loin la fonctionnalité qui différencie Omni de tous les autres générateurs. L’édition fonctionne en multi-tours : chaque instruction s’appuie sur le contexte de la précédente.
Prenons un exemple. Vous avez généré un clip avec deux personnages dans un parc, puis vous demandez de passer en plongée. Omni ne recrée pas la scène depuis zéro : il garde les personnages, le décor et l’éclairage, et ne modifie que l’angle. Vous enchaînez ensuite : « ajoute de la pluie », « passe en noir et blanc », « remplace le parc par une plage ». À chaque tour, le modèle accumule le contexte et maintient la cohérence.
Google décrit Omni en interne comme « Nano Banana, mais pour la vidéo ». Nano Banana est le modèle d’édition d’images conversationnelle qui a généré des dizaines de milliards d’images dans Gemini. Omni applique le même principe — édition itérative au prompt, avec mémoire du contexte — au format vidéo.
Gemini Omni now sits above that video layer as the model coordinating text, image, and video generation in a single workflow.
PPC Land — analyse de l’arrivée d’Omni dans Google Vids, juillet 2026
La formulation est utile parce qu’elle corrige une confusion fréquente. Omni ne remplace pas Veo 3.1 : il se place au-dessus. Veo reste le moteur de rendu, Omni est le chef d’orchestre qui comprend votre demande et décide quoi générer.
Pourquoi Omni peut faire ça
Gemini Omni fusionne quatre briques. Du moteur de raisonnement Gemini vient la compréhension du contexte et des intentions. Veo apporte ensuite la qualité visuelle, Genie la simulation de la gravité et du mouvement, Nano Banana la modification conversationnelle. On obtient donc un modèle de raisonnement qui génère de la vidéo, pas un simple modèle vidéo. C’est cette architecture qui rend possible l’édition multi-tours cohérente : le modèle comprend la scène avant de la modifier.
Où essayer Omni et combien ça coûte
Accès gratuit sur YouTube
Omni Flash, le premier modèle de la famille, est disponible gratuitement dans YouTube Shorts Remix et l’app YouTube Create. Il faut simplement avoir plus de 18 ans, et aucun abonnement n’est requis. C’est le point d’entrée le plus simple pour juger le rendu.
Accès complet dans l’app Gemini, Flow et Vids
L’édition conversationnelle complète est accessible dans l’app Gemini, dans Google Flow et, depuis juillet, dans Google Vids. Elle demande un abonnement AI Plus, AI Pro ou AI Ultra, ou une licence Workspace business. Les comptes gratuits n’y ont pas accès.
L’API est ouverte depuis le 30 juin
C’est la nouveauté que beaucoup ont manquée. Le modèle gemini-omni-flash-preview est disponible dans l’API Gemini depuis le 30 juin 2026, présenté par Google comme un modèle de génération vidéo rapide et d’édition vidéo conversationnelle. L’article 12 de cette série couvre plus largement le volet développeur.
High-speed video generation and conversational video editing.
Google — notes de version de l’API Gemini, 30 juin 2026
Les spécifications de la préversion posent le cadre : 720p à 24 images par seconde, des clips de 3 à 10 secondes, en 16:9 ou 9:16. Le point de départ est un prompt texte, avec éventuellement une image de référence. Pas de 1080p en préversion. Notez aussi qu’une session d’interaction expire au bout d’une cinquantaine de jours : passé ce délai, vous ne pouvez plus remixer un clip depuis son contexte d’origine.
Les limites à connaître avant de se lancer
- Des clips de 10 secondes au maximum — Google présente ce plafond comme un choix de déploiement, pas une limite technique. Dix secondes suffisent pour un Short ou du prototypage, pas pour un montage long.
- Pas d’édition audio ou vocale — Omni ne modifie ni la voix ni les paroles d’une vidéo existante. Google a volontairement désactivé cette capacité pour limiter les risques de deepfakes vocaux. C’est la restriction la plus notable du lancement.
- Pas d’import de vos rushes en Europe — la restriction évoquée plus haut est la plus lourde de conséquences pour un usage professionnel depuis la France.
- SynthID et C2PA sur toutes les sorties — chaque vidéo produite porte un filigrane numérique invisible et des métadonnées Content Credentials. La vérification est disponible dans Gemini, Chrome et Search.
- Veo n’a pas disparu — Veo 3.1 reste le moteur de rendu sous Omni et le modèle de référence dans Google Vids. En revanche, les versions Veo 2 et Veo 3 ont été éteintes côté API le 30 juin 2026.
Les obligations de transparence de l’article 50 du règlement européen sur l’IA sont applicables depuis le 2 août 2026. Un contenu audio ou vidéo généré ou manipulé par IA doit être identifiable comme tel par le public. Le filigrane SynthID couvre le volet technique, mais il reste invisible. Si vous diffusez une vidéo Omni dans un cadre commercial ou informatif, prévoyez donc une mention lisible à l’écran ou en description.
Omni face à la concurrence
Le marché de la vidéo IA bouge vite, avec des acteurs comme Kling, Runway, Seedance et Pika. Chacun a ses forces : durée des clips, contrôle de caméra, image vers vidéo, vitesse pour les réseaux sociaux.
Omni se différencie sur deux axes que les concurrents n’offrent pas. D’une part l’édition conversationnelle multi-tours, qui permet de corriger sans regénérer. D’autre part l’accès gratuit via YouTube Shorts, qui le met entre les mains de centaines de millions de créateurs. Ses faiblesses du moment : des clips courts, une préversion plafonnée à 720p, et une restriction européenne sur l’import de vos propres vidéos.
Quatre expériences à tester maintenant
Ouvrez YouTube Shorts ou l’app YouTube Create. Repérez l’option Remix propulsée par Omni et appliquez une transformation à un clip existant : changement de décor, grain film, zoom cinématique. C’est gratuit et sans abonnement, donc le moyen le plus rapide d’évaluer le rendu.
Chargez une image et décrivez l’action voulue : « fais marcher cette personne dans une rue pluvieuse, lumière de néons. » Générez le clip, puis demandez une variante d’ambiance sans recharger la photo. Réservé aux abonnés AI Plus, Pro et Ultra.
À partir d’un clip généré, enchaînez les instructions. « Change l’angle en plongée », puis « ajoute de la pluie », puis « passe en noir et blanc ». Observez si la cohérence de scène tient d’un tour à l’autre. C’est là que se mesure la vraie différence d’Omni.
Récupérez une vidéo générée et passez-la dans l’outil de vérification SynthID, accessible depuis Gemini, Chrome ou Search. Vous confirmez ainsi la présence du marquage et des Content Credentials, ce qui est devenu un réflexe utile depuis l’entrée en application de l’article 50.
Ce que Gemini Omni change — et la suite
Omni introduit un changement de méthode. Les générateurs vidéo classiques fonctionnent en boucle « prompt, clip, on recommence ». Omni fonctionne en boucle « prompt, clip, on corrige, on affine, on garde ». Moins de générations jetées, un contrôle plus fin, et un processus qui ressemble à du montage assisté plutôt qu’à une loterie.
L’accès gratuit sur YouTube reste par ailleurs un choix stratégique. Google place un générateur vidéo avancé entre les mains de centaines de millions de créateurs, sans barrière de prix. L’objectif est d’ancrer la création vidéo IA dans son écosystème avant que les concurrents ne s’installent.
Pour les créateurs européens, le tableau est plus nuancé qu’au lancement. L’outil existe, l’API est ouverte, les démos convainquent, mais l’impossibilité d’importer vos propres rushes en limite l’usage professionnel. À intégrer dans votre équation avant d’en faire un outil de production.
Le prochain article quitte le créatif pour le volet développeur de l’écosystème.
Vous connaissez Omni et le volet créatif. Le chapitre suivant passe au développeur : API Gemini, intégration MCP, Jules l’agent de code asynchrone, Antigravity, et ce qu’est devenu le contrôle du navigateur après l’arrêt de Project Mariner.