Google a annoncé Gemini Omni 1.1 Flash le 27 août, une version Preview de son modèle de génération et d’édition vidéo. La nouveauté ne tient pas à un unique format d’image : elle réunit des commandes pour préparer une idée en basse définition, prolonger une scène, cadrer une transition entre deux images et produire une sortie jusqu’en 4K. C’est utile pour organiser un flux de production ; ce n’est pas une garantie de continuité parfaite ni de rendu exact.
Le bon réflexe est donc de lire cette version comme une boîte à outils de réalisation. Chaque commande répond à une étape distincte : explorer, maintenir une scène, puis finaliser. La documentation de Google Cloud rappelle d’ailleurs que le modèle reste en préversion.
Préparer vite, puis choisir ce qui mérite un rendu plus lourd
Google propose un mode brouillon en 360p. L’entreprise annonce une génération jusqu’à 60 % plus rapide et un coût ramené à un tiers par rapport au 720p ; cette comparaison est fondée sur le débit de son système, et non sur une promesse identique pour chaque requête.
Cette distinction donne un rôle concret au 360p : tester un cadrage, une action ou une direction visuelle avant de demander une version plus définie. Le modèle propose ensuite des sorties 1080p ou 4K. La définition est donc une étape de finition, pas un substitut à la sélection du bon essai.
Prolonger une scène : plus de contexte, mais pas une continuité assurée
Pour l’extension, Gemini Omni 1.1 Flash peut analyser jusqu’à dix secondes de vidéo précédente, alors que Google compare cette capacité à un contexte limité à la dernière seconde dans les versions antérieures. Il ajoute ensuite des séquences de dix secondes, dans une limite cumulée de quarante secondes.
Le modèle accepte aussi une première et une dernière image afin de générer le passage entre deux images-clés. Jusqu’à trois secondes de vidéo de référence peuvent accompagner la demande. Ces commandes donnent davantage de points d’appui à la génération : elles ne transforment pas un résultat probabiliste en plan filmé sous contrôle déterministe.
Le vrai changement : un enchaînement de commandes, pas un agent vidéo complet
La fiche Google Cloud décrit des entrées texte, image et vidéo, avec texte et vidéo en sortie. Elle liste la génération depuis du texte, depuis une image, depuis des références vidéo, entre première et dernière images, l’édition et l’extension de vidéos. L’audio n’est pas pris en charge en entrée dans cette fiche, même si la génération de parole, de musique et d’effets sonores y est indiquée comme prise en charge.
Cette même documentation ne liste ni grounding, ni function calling, ni structured output, ni context caching. Autrement dit, Omni 1.1 Flash est conçu ici comme un modèle multimodal de création vidéo ; la documentation ne le présente pas comme un agent outillé capable d’enchaîner seul des actions externes.
Les limites à garder au centre du workflow
La model card de Google DeepMind cite trois difficultés : conserver une cohérence complète au fil des retouches, générer des scènes aux mouvements complexes et rendre un texte parfaitement exact. Ces limites sont directement liées aux fonctions mises en avant. Une scène prolongée peut mieux s’appuyer sur son contexte ; cela ne signifie pas que chaque détail restera stable. Une sortie 4K peut augmenter la définition ; elle ne corrige pas automatiquement une incohérence de mouvement ou un texte erroné.
Pour un usage de production, la méthode la plus prudente consiste donc à attribuer une fonction à chaque passe : brouillon pour choisir, références et images-clés pour cadrer, puis contrôle humain du plan retenu avant toute diffusion. Cette lecture ne préjuge pas de la qualité d’un projet particulier ; elle suit les capacités et limites que Google documente pour cette préversion.
Sources
- Google — Gemini Omni 1.1 Flash lets you build with more control (27 août 2026)
- Google DeepMind — Gemini Omni Flash, Model Card (mise à jour août 2026)
- Google Cloud Documentation — Gemini Omni 1.1 Flash Preview (mise à jour 28 août 2026)
- The Decoder — couverture de l’annonce (27 août 2026)
