Gemini Omni : Il peut désormais étendre la vidéo jusqu'à 40 secondes et l'upscaler en qualité 4K.

Créer une courte vidéo avec une IA est une chose, mais faire en sorte que plusieurs plans apparaissent comme faisant partie d'une même vidéo représente un défi bien plus important. Google relève ce défi avec Gemini Omni 1.1 Flash, son dernier modèle de génération vidéo par IA, qui vise à offrir aux créateurs et aux développeurs un contrôle accru sur ce qui se passe entre la première et la dernière image.

Le changement le plus significatif réside dans la capacité de Gemini à mémoriser la vidéo en cours lorsqu'il lui est demandé de poursuivre une scène. Omni 1.1 peut analyser jusqu'à 10 secondes de séquences précédentes pour contextualiser l'action, au lieu de se fier uniquement à la dernière seconde. Ceci contribue à une plus grande cohérence des personnages, des environnements et de la direction générale de la scène, évitant ainsi de devoir deviner la suite.

Les vidéos générées par l'IA ne se terminent plus aussi rapidement.

Google offre également aux créateurs une plus grande liberté pour allonger ces scènes. Les vidéos peuvent être étendues par tranches de 10 secondes jusqu'à une durée totale de 40 secondes. Cela peut paraître court comparé à une vidéo traditionnelle, mais cela ouvre un champ des possibles beaucoup plus vaste pour les séquences vidéo générées par l'IA , qui possèdent un véritable début, un milieu et une fin.

Les créateurs peuvent également fournir les images de début et de fin de leur prise de vue. Gemini génère ensuite tous les éléments nécessaires pour les relier. Cette fonctionnalité s'avère utile pour créer des mouvements de caméra autour d'un sujet précis, effectuer des zooms fluides entre les plans ou encore concevoir un clip en boucle sans rupture perceptible. Le système prend également en charge les références vidéo. Vous pouvez fournir à Gemini jusqu'à trois secondes de séquence vidéo préexistante afin d'enrichir le contexte visuel du modèle. Google précise que cela contribue à préserver la cohérence d'éléments tels que l'apparence des personnages d'une scène à l'autre.

Vous n'avez pas besoin de tout afficher en résolution 4K.

Toutes les expériences ne nécessitent pas une qualité maximale dès le départ, et l'une des nouveautés les plus pratiques d'Omni 1.1 en tient pleinement compte. Les développeurs peuvent créer des aperçus en 360p, jusqu'à 60 % plus rapides selon Google que la sortie standard en 720p, pour un prix trois fois inférieur. Il est ainsi facile de tester rapidement une idée, d'ajuster les invites ou de travailler sur plusieurs versions avant d'investir davantage de temps et d'argent dans le produit final. Une fois le résultat satisfaisant, Omni 1.1 peut produire des séquences en 1080p ou convertir la vidéo finale en résolution 4K.

L'entreprise met déjà Omni 1.1 Flash à la disposition des développeurs via l'API Gemini dans Google AI Studio, tandis que les entreprises peuvent y accéder via la plateforme Google Agent pour entreprises. Il n'est pas nécessaire de créer une application pour profiter de certaines de ces fonctionnalités. Omni 1.1 est déployé mondialement dans Google Flow pour les abonnés AI Plus, Pro et Ultra. La fonctionnalité d'extension de scène sera également disponible pour ces abonnés directement dans l'application Gemini, ce qui leur permettra de découvrir plus facilement l'une des fonctionnalités les plus récentes et les plus intéressantes du modèle.