Sortie multimodale native
Un seul prompt produit texte, keyframes et vidéo cohérents — mêmes personnages, même style, même lumière entre formats.
Le 19 mai 2026, Google annonce Gemini Omni sur la scène principale de I/O 2026. Il réunit la compréhension du monde de Gemini et la génération multimodale native (texte, image, vidéo, audio synchronisé) dans une seule architecture et remplace Veo 3.1 dans l’app Gemini. Image→vidéo, édition vidéo→vidéo et avatar IA personnel inclus.
Tous les clips ci-dessous sont intégrés directement depuis la page produit officielle Gemini Omni : texte→vidéo, image→vidéo, transfert de style, édition en chat, vidéo→vidéo et avatar IA — toute la surface des capacités.
Toutes les vidéos démo sont © Google, reprises ici à des fins d’agrégation d’information ; diffusées directement depuis storage.googleapis.com/gweb-gemini-cdn.
Vidéo hero officielle de Gemini Omni : créer, remixer et éditer la vidéo en conversation.
Un seul prompt texte produit un clip multi-plans avec environnement et langage caméra cohérents.
Uploadez des images de référence, Omni anime le mouvement et complète la timeline.
Changez le fond, la garde-robe ou transférez un style — votre sujet conserve ses détails.
Recomposez un plan dans un nouveau style — lumière, optique ou matière réécrites par prompt.
Recastez des personnages, ajustez la lumière, stabilisez les plans — tout en discutant, sans régénération.
Configurez votre avatar IA une fois et apparaissez dans chaque vidéo sans recharger de photos.
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.
Un seul prompt produit texte, keyframes et vidéo cohérents — mêmes personnages, même style, même lumière entre formats.
Plus besoin de chaîner des modèles spécialisés. Texte, image, vidéo et audio partagent les mêmes poids et le même contexte long.
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.
Échangez un objet, modifiez la lumière, ajustez un mouvement caméra en langage naturel — pas de régénération, fidèle au playbook Nano Banana.
Importez un clip existant et redirigez-le par prompt. Images, vidéos et audios de référence se combinent dans une seule instruction.
Templates intégrés pour pubs produit, Reels, clips musicaux et courts cinématographiques — barrière d’entrée basse, langage caméra cohérent.
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 | Disponible dans l’app Gemini pour les abonnés 18+ Google AI Plus / Pro / Ultra |
| Quota | Selon les rapports, 2 générations consomment ~86 % du quota quotidien AI Pro |
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
Modèle unifié + contexte long + audio synchronisé : un brief cohérent suffit pour livrer un montage final.
Hero shots, dévoilements packaging et coupes lifestyle avec ambiance déjà calée.
Verticaux 9:16 avec dialogue on-mic et mouvement calé sur le beat — fait pour stopper le scroll.
Référencez une piste, Omni coupe les images sur le beat et garde un personnage cohérent sur plusieurs plans.
Enchaînez plusieurs omni-clips de 10 s en séquences multi-plans avec lumière et lit audio continus.
Boucles 16:9 atmosphériques pour SaaS, mode et DTC — brandées et lisibles en muet.
Transformez un script en séquence narrée avec dialogue lip-sync et ambiance sonore assortie.
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 |
Gemini Omni Flash est gratuit dans l’offre gratuite de Google Flow, sur YouTube Shorts et dans l’app YouTube Create. L’app Gemini autonome nécessite Google AI Plus, Pro ou Ultra. Ouvrez les portes officielles ci-dessous.
Le studio de cinéma IA de Google. L’offre gratuite inclut Gemini Omni Flash avec des limites d’usage ; passez à Plus / Pro / Ultra pour plus de limites et des outils pro.
OuvrirGénérez des clips Gemini Omni Flash dans Shorts sans frais. La voie officielle la moins chère pour tester Omni gratuitement.
OuvrirÉditeur mobile avec Gemini Omni Flash intégré. Aucun abonnement IA requis.
OuvrirUtilisez Omni dans l’app officielle Gemini. Nécessite un plan Google AI Plus, Pro ou Ultra.
OuvrirVoie gratuite la plus rapide : connectez-vous à YouTube Shorts ou à l’app YouTube Create, choisissez un modèle et utilisez les mêmes prompts multi-plans que l’app Gemini.
Les quotas gratuits et les prix changent selon la région et le compte. Vérifiez toujours sur les portes officielles ci-dessus.
Trié par date de publication, en évolution.
L’utilisateur X @Thomas16937378 repère « Start with an idea or try a template. Powered by Omni. » dans l’onglet vidéo Gemini.
TestingCatalog et Chetaslua dévoilent la carte « Meet our new video model », l’ID complet et la limite de 10 secondes.
Un clip « professeur résolvant une équation au tableau » montre cohérence textuelle et fidélité physique, lançant les comparaisons avec Veo 3.1.
Google dévoile Gemini Omni sur la scène principale de I/O 2026, publie la page produit officielle avec vidéos démo et commence à remplacer Veo 3.1 dans l’app Gemini.
Le lancement inclut un avatar IA personnel, l’édition vidéo→vidéo et l’édition multi-tours en chat — déploiement selon le pays et le palier d’abonnement.
Google a confirmé que l'accès API pour les développeurs et l'entreprise arrivera "dans les prochaines semaines" sans date ferme. Les analystes estiment le tarif autour de 0,10 à 0,30 $ par seconde de vidéo générée.
Un Omni Pro plus puissant est attendu ensuite, avec des entrées audio plus riches au-delà des références vocales et des modalités de sortie image et audio — concrétisant la promesse "n'importe quelle entrée → n'importe quelle sortie".
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.
En partie. Gemini Omni Flash est gratuit dans l’offre gratuite de Google Flow, sur YouTube Shorts et dans l’app YouTube Create. Pour utiliser Omni dans l’app Gemini autonome, il faut un plan payant Google AI Plus, Pro ou Ultra.
Google AI Plus démarre autour de 7,99 USD/mois, AI Pro est le plan le plus courant chez les créateurs, AI Ultra environ 100 USD/mois. Deux générations Omni Flash consomment environ 86 % du quota journalier AI Pro, anticipez vos relances. L’API développeur arrivera avec sa propre tarification.
C’est déjà fait. Google a annoncé Gemini Omni sur la scène principale de Google I/O 2026 le 19 mai 2026, en publiant en même temps la page produit officielle et les vidéos démo.
Gemini Omni est le successeur de Veo dans l’app Gemini — Google précise explicitement qu’« Omni remplacera Veo dans l’app Gemini ». La vidéo est désormais intégrée à la même architecture que le texte et l’image Gemini.
Oui. Ambiance, musique et dialogue sont produits dans la même passe que la vidéo — c’est tout l’intérêt du nom « omni ».
La page officielle indique des clips jusqu’à 10 secondes, avec audio natif, jusqu’à 5 photos de référence et l’édition multi-tours.
Gemini Omni nécessite un abonnement Google AI Plus, Pro ou Ultra et d’avoir 18 ans. Certaines fonctionnalités (avatars, édition vidéo→vidéo) peuvent être restreintes selon le pays.
Une version numérique optionnelle de vous, qui permet à Gemini de générer des vidéos qui vous ressemblent et vous sonnent — sans recharger de photos à chaque fois, et vous seul pouvez utiliser votre propre avatar.
Tout le contenu provient des sources publiques ci-dessous. Lectures croisées recommandées.
Annonce officielle détaillant le lancement d'Omni Flash, ses capacités, ses surfaces et son plan de déploiement.
Récap complet du I/O 2026 sur Gemini Omni, le nouveau palier AI Ultra à 100 $ et les annonces associées.
Page officielle de lancement : vidéos démo, tour des capacités, abonnements compatibles et détails de déploiement.
Synthèse d'un analyste indépendant sur la façon dont Omni fusionne les piles Veo + Imagen en un seul modèle et ce qui est livré maintenant vs. ensuite.
Détails de la fuite, chaînes UI et analyses de démos.
ID complet, prompts in-app et réactions communautaires.
Specs, cas d’usage et comparatifs synthétisés.
Multimodalité famille, long contexte et orientation agentique.