Gemini Omni 1.1 Flash

Ce que Gemini Omni 1.1 Flash fait bien, et ce qu'il fait moins bien

Gemini Omni 1.1 Flash est la réponse de Google à un problème que rencontre tout workflow vidéo : le modèle qui génère un plan ne sait généralement pas le corriger ensuite. Vous lancez un rendu, la veste n'a pas la bonne couleur ou la prise s'arrête une seconde trop tôt, et vous voilà à reprendre vos prompts de zéro avec un autre modèle et un autre rendu. Omni réunit la création, la modification et l'extension dans un seul modèle doté d'un seul langage visuel, et il génère le son dans la même passe que l'image. Google l'a sorti le 27 août 2026 et le présente comme le remplaçant de la famille Veo 3.1.

La première capacité phare, ce sont les références multimodales. En plus du prompt, vous pouvez ajouter jusqu'à 10 images (un personnage sous plusieurs angles, un produit, un lieu) et jusqu'à trois clips vidéo de 3 secondes chacun. Les images verrouillent l'identité : visages, tenues et étiquettes restent stables tout au long du plan. Les clips courts transmettent le mouvement et le cadrage : un travelling, un geste de la main, le rythme d'une marche. Lors de nos tests, deux photos de produits et un clip de 2,5 secondes tourné dans un parc ont donné les deux produits roulant sur cette même pelouse, sous la même lumière.

La deuxième, c'est la modification en une phrase. Importez un clip de 10 secondes maximum et décrivez le changement : un sweat à capuche jaune devient une veste en cuir rouge, une rue ensoleillée passe sous la pluie, le jour cède la place au crépuscule. La personne, le cadrage et le timing restent identiques, et le résultat conserve la durée et l'orientation de la source. L'extension fonctionne de la même manière, par l'autre bout : elle ajoute 3 à 10 secondes à un clip pour qu'une marche se poursuive ou qu'une porte s'ouvre enfin, avec un son raccord.

La troisième, c'est l'échelle qui va du brouillon à la finition. Le 360p est un palier de brouillon rapide, pensé pour trouver la composition. Une fois qu'une version fonctionne, relancez-la pour la livraison en 720p, le palier natif le plus élevé, ou en 1080p ou 4K, obtenus par upscaling des images natives.

Points faibles : les clips durent de 3 à 10 secondes et ne sont proposés qu'en 16:9 ou 9:16. Pour des prises uniques plus longues ou un cadrage carré, Wan V3.0 monte à 30 secondes et propose le 1:1 et le 4:3. L'audio est toujours activé : vous pouvez l'orienter, pas le désactiver. Les filtres de sécurité de Google sont stricts et les photos de certaines personnes reconnaissables sont refusées ; pour insérer une personne précise dans un clip existant, MiniMax H3 est donc le meilleur outil. Pour modifier des clips de plus de 10 secondes, utilisez Seedance V2.5.

Un modèle mental raisonnable : faites de Gemini Omni 1.1 Flash votre choix par défaut pour les clips avec son que vous voudrez peut-être retoucher, car le même modèle peut modifier et prolonger ce qu'il a créé. Passez à MiniMax H3 pour remplacer une personne dans des images existantes, à Wan V3.0 pour les prises longues ou carrées, et à Seedance V2.5 pour les séquences multiplans.