Google lance Gemini Omni Flash 1.2 : des vidéos jusqu'à 15 secondes et un prix en baisse de 30 %

Le principal point douloureux de la vidéo générative pour un produit n'est pas la qualité d'une image isolée, mais le contrôle. Vous obtenez un clip presque parfait, mais à la cinquième seconde le héros a changé de veste, la caméra est partie dans la mauvaise direction, et la moindre correction impose de tout régénérer depuis zéro. Gemini Omni Flash 1.2 s'attaque précisément à ces points.

Logan Kilpatrick, de Google, a annoncé le déploiement de la mise à jour. Les détails au-delà de l'annonce sont pour l'instant rares : voici donc ce qui est déclaré, et ce qu'il convient de vérifier soi-même.

Ce qui change

L'annonce comporte cinq points :

• la durée des vidéos passe à 15 secondes ;
• des réglages cinématographiques plus poussés du point de vue de la caméra font leur apparition ;
• l'édition dans un dialogue en plusieurs étapes est prise en charge ;
• la dérive visuelle a diminué ;
• le prix est inférieur de 30 % à celui d'Omni Flash 1.1.

Pris séparément, chaque point reste modeste. Ensemble, ils changent le flux de travail : le clip cesse d'être une loterie et devient un travail itératif.

Un exemple concret

Imaginez que vous réalisiez une publicité pour une application de livraison. Auparavant, vous écriviez un prompt, obteniez 5 à 8 secondes, remarquiez que le livreur avait « dérivé » vers la fin, et régénériez tout. Désormais, vous pouvez composer une scène de 15 secondes, puis écrire : « ralentis le travelling circulaire » ou « remplace le sac à dos par un rouge », sans perdre le reste. Une dérive moindre signifie que le personnage et les objets restent plus longtemps fidèles à eux-mêmes, ce qui est crucial pour les contenus de marque.

L'édition par dialogue est particulièrement importante pour les produits où la vidéo est générée par l'utilisateur. Au lieu d'un champ « prompt et espoir », on peut proposer un chat avec retouches, comme dans un éditeur d'images.

Prix et économie

La baisse de 30 % du coût est sans doute le point le plus concret. La génération vidéo reste chère, et les itérations multiplient les dépenses. Si votre scénario suppose 3 à 5 retouches par clip, une unité de génération moins chère et l'édition à la place de la régénération réduisent nettement la facture. Mais attention : l'annonce ne précise pas combien coûte une retouche en dialogue, ni si elle compte comme une nouvelle génération.

Limites

Les affirmations sur une « dérive moindre » et des « réglages de caméra poussés » ne sont pour l'instant accompagnées ni de chiffres ni de tests indépendants. 15 secondes restent un clip court : pour une véritable histoire, il faudra monter les scènes et veiller à leur cohérence. On ignore aussi comment le modèle se comporte avec les personnes, le texte à l'image et la physique complexe.

Que faire

Si vous utilisez déjà Omni Flash 1.1, testez la migration : même jeu de prompts, comparaison de la dérive sur 10 à 20 scènes types et recalcul du budget en tenant compte de la baisse de prix. Si vous construisez un produit avec de la vidéo générée par l'utilisateur, testez l'édition en plusieurs étapes comme base de l'interface. Si vous ne faites que vous intéresser à l'IA vidéo, 15 secondes et un prix plus bas sont une bonne raison de lancer un pilote sur une tâche réelle plutôt que sur des exemples de démonstration.

En résumé : une version pas révolutionnaire, mais pragmatique. Google améliore non pas l'effet « waouh », mais la prévisibilité et le prix, et c'est précisément ce qui décide si la génération vidéo entrera en production.