Gemini Omni 1.1 Flash : la vidéo IA passe à 40 secondes et à la 4K

La bataille de la vidéo générative ne se joue plus sur la durée d'un plan, mais sur le contrôle qu'on laisse au créateur. En faisant passer Gemini Omni 1.1 Flash en disponibilité générale le 27 août 2026, Google DeepMind ne se contente pas d'allonger ses clips : le modèle devient un outil de production pensé pour les développeurs qui construisent des logiciels de montage et des chaînes vidéo automatisées.

Quarante secondes, dix par dix

La limite d'un plan généré passe de dix à quarante secondes cumulées. Le mécanisme est intéressant : l'extension de scène analyse jusqu'à dix secondes de contexte antérieur pour prolonger une séquence par incréments de dix secondes, jusqu'à quarante au total. Autrement dit, le modèle ne repart pas de zéro à chaque bloc — il lit ce qui précède pour assurer une continuité visuelle, là où les générateurs vidéo trébuchent le plus souvent, sur les raccords.

Deuxième apport, le contrôle par images-clés : en spécifiant la première et la dernière image, un développeur peut dicter le mouvement de caméra et obtenir des plans continus sans coupe — utiles pour les travellings complexes ou les orbites autour d'un sujet. On quitte le registre du « prompt et prière » pour entrer dans une logique de réalisation dirigée.

Le brouillon, nerf de la guerre économique

La fonction la plus révélatrice n'est pas la plus spectaculaire. Google ajoute un mode brouillon en 360p qui génère des aperçus jusqu'à 60 % plus rapidement, pour environ un tiers du coût d'un rendu 720p standard. Derrière ce détail se cache l'économie réelle de la vidéo générative : produire une seconde de vidéo coûte cher en calcul, et itérer en pleine résolution ruine un budget. En laissant les créateurs valider une intention en basse définition avant de lancer le rendu final, Google attaque le vrai frein à l'adoption — le coût par essai. C'est la même logique de maîtrise de la dépense de calcul qui traverse toute l'industrie, des puces à l'inférence.

Une course où chaque mois compte

Le contexte concurrentiel explique la cadence. Depuis dix-huit mois, la vidéo générative est devenue l'un des terrains les plus disputés de l'IA, aux côtés des grands modèles de langage. Chaque acteur y pousse ses propres arguments — durée des plans, fidélité du mouvement, cohérence des personnages d'un plan à l'autre — et l'écart se mesure désormais en secondes gagnées et en centimes économisés par rendu. En sortant Omni 1.1 Flash de préversion et en le classant en tête sur les comparateurs vidéo, Google verrouille une position sur la fiabilité des raccords, précisément là où les usages professionnels butent. Pour un studio, un modèle qui rate un raccord sur deux n'est pas utilisable ; un modèle qui les tient devient un outil de production.

Reste la question, non tranchée, de la traçabilité. Une vidéo de quarante secondes en 4K, indiscernable d'une prise de vue réelle, pose frontalement le problème du marquage des contenus générés — un enjeu que l'AI Act européen inscrit noir sur blanc dans ses obligations de transparence. La performance technique avance plus vite que les garde-fous, et c'est souvent au moment où un modèle devient « assez bon » que les questions d'usage deviennent urgentes.

Disponible là où sont les développeurs

Le modèle est accessible via Google AI Studio, la plateforme Gemini Enterprise Agent, Google Flow pour les abonnés AI Plus, Pro et Ultra, et l'extension de scène arrive dans l'application Gemini pour les abonnés. Ce déploiement large, côté API comme côté grand public, confirme la stratégie : faire de la vidéo générative une brique intégrable, pas une démo isolée.

Ce que l'Europe doit en retenir

Pour l'écosystème européen, la sortie envoie un signal à double tranchant. D'un côté, une brique vidéo puissante et facturée à l'usage abaisse la barrière pour les studios, agences et éditeurs de logiciels du continent qui n'ont ni les données ni le calcul pour entraîner un tel modèle. De l'autre, elle enfonce un peu plus la dépendance : la création audiovisuelle assistée par IA se construit sur des modèles américains, avec les questions de droits, de traçabilité des contenus générés et de conformité à l'AI Act que cela soulève. Sur la vidéo comme sur le calcul, l'Europe consomme vite une technologie qu'elle produit peu.