Gemini Omni Flash débarque : l'IA générative de Google transforme le montage vidéo en conversation

Comment fonctionne Gemini Omni Flash ?

Gemini Omni Flash n'est pas un simple assembleur d'images. Son architecture repose sur un modèle de type "transformer" qui raisonne à travers n'importe quelle combinaison d'entrées — texte, image, audio et vidéo — pour produire un résultat unique et cohérent . Google affirme que cela confère au modèle une forme d'intelligence "ancrée dans le monde réel", ce qui signifie qu'il applique les lois de la physique, de la cinétique, ainsi que le contexte historique et culturel pour que les scènes générées restent plausibles .

Il combine le moteur de raisonnement de Gemini avec des modèles de médias génératifs éprouvés comme Veo, Nano Banana et Genie . Le résultat est un système capable de prendre simultanément une requête textuelle, une image de référence, un échantillon audio et un clip vidéo existant, et de les tisser pour créer une nouvelle séquence de 10 secondes avec un son synchronisé .

Chaque vidéo produite par Omni Flash est marquée de manière invisible par la technologie SynthID de Google, afin de garantir la traçabilité et l'identification des contenus générés par IA . La limite de 10 secondes est un choix délibéré pour ce lancement initial, et non une contrainte technique du modèle, selon Google .

Il est important de noter que s'il est possible de générer une vidéo avec du son synchronisé, le modèle ne permet pas encore d'éditer indépendamment les paroles ou l'audio dans une vidéo générée — une fonctionnalité que Google retient volontairement pour l'instant .

Qui peut y accéder et à quel prix ?

Google a déployé Gemini Omni Flash dans le monde entier le jour même de son annonce, avec un accès réparti entre des offres gratuites et payantes .

• Accès gratuit : Les utilisateurs de 18 ans et plus peuvent utiliser le modèle sans frais via l'outil de remix des YouTube Shorts et l'application YouTube Create .
• Google AI Plus : Les abonnés y accèdent via l'application Gemini et Google Flow pour 7,99 $ par mois .
• Google AI Pro : Cet abonnement offre également l'accès sur les mêmes plateformes pour 19,99 $ par mois .
• Google AI Ultra : Un abonnement plus onéreux donne également accès au modèle, bien que son prix exact ne soit pas détaillé dans les premières sources .

L'accès à l'API pour les développeurs et les entreprises n'est pas encore actif. Google indique qu'il sera disponible "dans les semaines à venir" via l'API Gemini et Vertex AI, suivant un schéma de déploiement familier pour les précédents modèles Gemini .

Leica trace une ligne entre son héritage et les smartphones

Quelques semaines après l'annonce de Google, une philosophie radicalement opposée est montée sur scène. Lors du lancement fin mai 2026 du Xiaomi 17T Pro à Vienne — un téléphone qui arbore à la fois des caméras optimisées par Leica et les capacités de Gemini Omni — le fabricant allemand a clarifié sa position sur l'IA générative .

Marius Eschweiler, vice-président de la division mobile chez Leica Camera AG, a rappelé que la philosophie de l'entreprise est de créer des images authentiques qui reproduisent la réalité . Il a établi un contraste direct avec des outils comme Omni en déclarant : « Très probablement, vous ne verrez pas cela sur un appareil Leica M », soulignant l'attachement de la marque à l'artisanat optique et à la pureté de l'instant capturé .

Toutefois, Leica n'a pas rejeté la technologie en bloc. Sa direction a admis que l'IA générative avait tout son sens sur un smartphone. Dans un écosystème où la photographie computationnelle est devenue la norme, la création et l'édition assistées par IA apparaissent comme une évolution naturelle de l'expérience utilisateur, et non comme une rupture avec la tradition . Cette position dessine une stratégie claire à deux vitesses : les appareils Leica resteront des instruments dédiés à la capture de la lumière pour les puristes, tandis que les téléphones deviendront le terrain de jeu de la création assistée par IA.

La feuille de route : Pro, Ultra, et au-delà

Google a été inhabituellement explicite sur le fait que le modèle Flash n'est que la première étape. Sundar Pichai, le PDG de Google, et Koray Kavukcuoglu, le directeur technique de DeepMind, ont tous deux décrit Omni comme une famille de modèles conçue pour, à terme, "créer n'importe quoi à partir de n'importe quelle entrée" .

Concrètement, cela signifie deux directions principales pour un avenir proche :

• Au-delà de la vidéo : Alors que Flash se concentre sur des clips de 10 secondes, Google a déjà annoncé que la famille de modèles Omni s'étendra pour générer des images et du texte dans ses futures versions .
• Des modèles plus puissants : La feuille de route inclut les variantes Omni Pro et Omni Ultra. Celles-ci seront plus performantes que le modèle Flash actuel, qui représente le niveau le plus rapide et économique de la famille .

À un niveau plus conceptuel, Google voit Omni comme un pas vers des "modèles-monde" complets — des systèmes qui ne se contentent pas de générer des médias, mais peuvent comprendre, simuler et interagir avec des environnements à travers toutes les modalités . Pour l'instant, l'accent est mis sur l'expansion des formats qu'Omni peut générer et sur l'ouverture de l'accès à l'API pour les développeurs.