La génération vidéo traite généralement la révision comme une amnésie. Demandez un autre mouvement de caméra, et le modèle reconstruit toute la scène à partir de zéro, quitte à changer le visage, la pièce et la météo en chemin. Gemini Omni 1.1 Flash aborde la révision comme une conversation avec un monteur. Le clip précédent reste dans la discussion.
Le plan de base demeure court : trois à dix secondes. La version 1.1 peut examiner jusqu’à dix secondes de vidéo précédente avant d’ajouter un nouveau segment de dix secondes, et les extensions peuvent atteindre environ quarante secondes au total. C’est une meilleure mémoire, pas une prise native unique de quarante secondes. La distinction importe, car chaque raccord offre à la continuité une nouvelle occasion de dériver.
Le contrôle de la première et de la dernière image apporte une deuxième forme de direction. Donnez le point de départ et la destination, et Omni génère le mouvement entre les deux. Cela peut servir à réaliser une orbite de caméra, une transition à l’intérieur d’un écran ou une boucle dont l’image finale revient au début. Les références vidéo ajoutent des indications de mouvement et de style, même si leur prise en charge et leur fiabilité varient actuellement entre les interfaces Google.
Le flux de brouillons peut faire économiser davantage d’argent que n’importe quelle prouesse visuelle. Un créateur peut générer plusieurs variantes en 360p pour environ trois centimes par seconde, comparer une modification contrôlée à la fois et ne promouvoir que la version réussie. Selon Google, les brouillons 360p peuvent être jusqu’à 60 % plus rapides et coûter trois fois moins cher que le 720p standard. La livraison peut ensuite être upscalée en 1080p ou 4K.
Ce dernier verbe est important. L’upscaling produit un fichier de résolution supérieure ; il ne remonte pas le temps pour rendre la scène d’origine nativement générée en 4K. Les textures fines, le texte, les mains et les mouvements complexes peuvent conserver des erreurs de la synthèse sous-jacente. Le marketing imprime souvent « 4K » en grandes lettres et « upscale » en petits caractères. Une évaluation utile donne aux deux mots la même taille.
Les preuves indépendantes à l’échelle de la famille sont excellentes. Gemini Omni Flash se classe en tête ou tout près sur plusieurs tableaux de préférence texte-vers-vidéo et image-vers-vidéo d’Artificial Analysis, avec ou sans audio. La première ligne d’Arena consacrée à Omni 1.1 est elle aussi solide. Il s’agit de systèmes Elo distincts sur des échelles différentes ; leurs chiffres ne peuvent donc pas être moyennés. Artificial Analysis n’a pas encore isolé la version 1.1 : son vaste échantillon décrit l’endpoint Omni Flash au sens large.
La distribution constitue un véritable avantage. Omni est présent dans les produits Gemini et Flow de Google, apparaît dans AI Studio et les API pour développeurs, s’étend aux outils d’entreprise et s’intègre chez des partenaires créatifs. La tarification API est d’une lisibilité rare : environ dix centimes par seconde en 720p, avec des brouillons moins chers et des livraisons upscalées plus coûteuses. L’API n’a pas d’offre gratuite, tandis que les formules grand public et les interfaces YouTube possèdent leurs propres crédits et conditions.
Le statut Preview rend le produit moins uniforme que sa marque ne le laisse penser. Les exemples de Gemini API utilisent gemini-omni-1.1-flash, Enterprise Agent Platform documente un identifiant suffixé Preview, et l’ancien aperçu public reste visible dans certaines parties du catalogue de modèles. Les références audio, les justificatifs C2PA et le comportement des références vidéo diffèrent selon l’interface. Le filigrane SynthID est l’affirmation générale la plus sûre ; garantir C2PA sur chaque sortie ne l’est pas.
Pourquoi conserver Omni en deuxième position ? Seedance 2.5 peut tenter trente secondes en une seule passe et accepter un ensemble de références beaucoup plus vaste. Pour une scène publicitaire préparée à l’avance, ces contrôles comptent. Omni est le meilleur studio conversationnel : essayez une idée, discutez de la retouche, prolongez le résultat et upscalez le gagnant. Tous deux obtiennent 9,2, car leurs forces indiquent des directions différentes. Le bon choix dépend de ceci : arrivez-vous avec un storyboard, ou le découvrez-vous au fil de la conversation ?
