Sortie multimodale native
Un seul prompt produit texte, keyframes et vidéo cohérents — mêmes personnages, même style, même lumière entre formats.
En fuite · Google I/O 2026 Gemini Omni
Gemini Omni
Un seul modèle pour texte, image, vidéo et audio
Apparu début mai 2026 via plusieurs fuites, Gemini Omni est le prochain modèle multimodal unifié de Google : génération native de texte, image, vidéo et audio synchronisé dans un système Gemini unique.
Modèle unifié Audio sync. Édition in-chat
Omni
Text
Image
Video
Audio
Chiffres clés
5–10s Durée du clip
1080p Résolution max
16:9 · 9:16 · 1:1 Formats
I/O 2026 Annonce prévue
Capacités
Toute la chaîne créative dans un même modèle
Contrairement aux modèles vidéo spécialisés tels que Veo, Sora 2, Seedance 2.0 ou Kling, Gemini Omni place raisonnement langage, génération d’image, génération vidéo et synthèse audio dans une seule architecture.
Une pile Gemini unifiée
Plus besoin de chaîner des modèles spécialisés. Texte, image, vidéo et audio partagent les mêmes poids et le même contexte long.
Audio natif synchronisé
Ambiance, musique et dialogue s’alignent à l’image dans la même passe — les pas tombent sur le beat, les lèvres collent à la parole dès l’export.
Édition directe en chat
Échangez un objet, modifiez la lumière, ajustez un mouvement caméra en langage naturel — pas de régénération, fidèle au playbook Nano Banana.
Remix et pilotage
Importez un clip existant et redirigez-le par prompt. Images, vidéos et audios de référence se combinent dans une seule instruction.
Templates et styles
Templates intégrés pour pubs produit, Reels, clips musicaux et courts cinématographiques — barrière d’entrée basse, langage caméra cohérent.
Spécifications
Ce qu’on peut reconstituer avant la keynote
Chiffres agrégés depuis les fuites Reddit/X et les reportages de TestingCatalog, Programming Insider et OfficeChai.
| Dimension | Information connue |
|---|---|
| Famille | Google Gemini — succession de la marque Veo |
| ID du modèle | bard_eac_video_generation_omni / v3smm-lora-prod |
| Durée du clip | 5 / 8 / 10 s par génération, chaînables en app |
| Résolution | 480p / 720p / 1080p |
| Formats | 16:9, 9:16, 1:1 |
| Audio | Synthétisé nativement, sync en une passe |
| Entrées | Texte / image / vidéo / audio de référence |
| Accès | Déploiement dans l’app Gemini, API attendue post I/O |
| Quota | Selon les rapports, 2 générations consomment ~86 % du quota quotidien AI Pro |
Architecture
Trois lignes produit fusionnées en un Omni
La pile générative de Google était scindée entre Veo (vidéo), Nano Banana / Imagen (image) et Gemini (texte). Omni regroupe tout en une seule architecture.
Avant
Veo 3.1
Vidéo + audio natif
Nano Banana / Imagen
Génération et édition d’image
Gemini 2.5 / 3.x
Raisonnement · long contexte
Maintenant · Omni
Gemini Omni
Texte · image · vidéo · audio, un modèle, un prompt
Text Image Video Audio
Cas d’usage
D’un brief à un contenu publiable
Modèle unifié + contexte long + audio synchronisé : un brief cohérent suffit pour livrer un montage final.
01
Pubs produit
Hero shots, dévoilements packaging et coupes lifestyle avec ambiance déjà calée.
02
Reels & Shorts
Verticaux 9:16 avec dialogue on-mic et mouvement calé sur le beat — fait pour stopper le scroll.
03
Clips musicaux
Référencez une piste, Omni coupe les images sur le beat et garde un personnage cohérent sur plusieurs plans.
04
Courts cinématographiques
Enchaînez plusieurs omni-clips de 10 s en séquences multi-plans avec lumière et lit audio continus.
05
Hero loops de landing
Boucles 16:9 atmosphériques pour SaaS, mode et DTC — brandées et lisibles en muet.
06
Explications et tutos
Transformez un script en séquence narrée avec dialogue lip-sync et ambiance sonore assortie.
Comparer
Où Omni se situe dans la stack vidéo 2026
Agrégé depuis Artificial Analysis, Looksy AI, Oimi AI et keynotes officielles — pour orientation, pas un benchmark.
| Modèle | Éditeur | Architecture | Audio natif | Durée |
|---|---|---|---|---|
| Gemini Omni
Omni
| Omni unifié (vidéo + image + audio) | Sync en une passe | 5 / 8 / 10s | |
| Veo 3.1 | Modèle vidéo spécialisé | Oui | ~8s | |
| Seedance 2.0 | ByteDance | Vidéo multimodale spécialisée | Oui | jusqu’à 15s / plan |
| Sora 2 | OpenAI | Modèle vidéo spécialisé | Oui | ~20s |
| Kling V3.0 | Kuaishou | Modèle vidéo spécialisé | Limité | ~10s |
Chronologie
De la première fuite à la scène I/O 2026
Trié par date de publication, en évolution.
- 2026 · 05 · 02
Première chaîne "Powered by Omni"
L’utilisateur X @Thomas16937378 repère « Start with an idea or try a template. Powered by Omni. » dans l’onglet vidéo Gemini.
- 2026 · 05 · 11
Carte preview complète dans Gemini mobile
TestingCatalog et Chetaslua dévoilent la carte « Meet our new video model », l’ID complet et la limite de 10 secondes.
- 2026 · 05 · 12 – 18
Les démos circulent
Un clip « professeur résolvant une équation au tableau » montre cohérence textuelle et fidélité physique, lançant les comparaisons avec Veo 3.1.
- 2026 · 05 · 19 – 20
Annonce attendue à Google I/O 2026
Un créneau de keynote est largement attendu pour Omni, possiblement avec un découpage Flash / Pro, une API et de nouveaux abonnements.
FAQ
Les questions les plus fréquentes sur Gemini Omni
Qu’est-ce exactement que Gemini Omni ?
C’est le prochain modèle multimodal unifié de Google qui génère nativement texte, image, vidéo et audio synchronisé dans une seule architecture — fusion effective de Veo, Imagen et Gemini.
Quand sera-t-il lancé ?
À la mi-mai 2026, Omni est encore en phase de fuite. Le reveal attendu est la keynote Google I/O 2026 (19–20 mai).
Quel rapport avec Veo 3.1 ?
Les métadonnées suggèrent qu’Omni hérite techniquement de la stack Veo, mais abandonne la marque Veo pour fondre la vidéo dans les couches texte/image de Gemini.
Génère-t-il vraiment du son ?
Oui. Ambiance, musique et dialogue sont produits dans la même passe que la vidéo — c’est tout l’intérêt du nom « omni ».
Quelle est la durée maximale d’un clip ?
L’ID modèle fuité indique 5, 8 ou 10 secondes par génération, avec enchaînement côté client.
Comment se positionnera le tarif ?
Non confirmé. Une capture Reddit montre que 2 générations Omni consomment ~86 % du quota AI Pro quotidien, un palier « Ultra / Pro Plus » est plausible.
Sources
Rapports primaires et liens publics
Tout le contenu provient des sources publiques ci-dessous. Lectures croisées recommandées.
programminginsider.com Lire la source
TestingCatalog · Programming Insider
Détails de la fuite, chaînes UI et analyses de démos.
oimi.ai Lire la source
Oimi AI · Gemini Omni Leaked
Spéculations sur l’architecture et comparatifs Seedance / Veo.
officechai.com Lire la source
OfficeChai · Gemini Omni Spotted
ID complet, prompts in-app et réactions communautaires.
looksyai.in Lire la source
Looksy AI · page Gemini Omni
Specs, cas d’usage et comparatifs synthétisés.
storage.googleapis.com Lire la source
Rapport technique Gemini 2.5
Multimodalité famille, long contexte et orientation agentique.