Gemini Omni 1.2 Flash

Ce que Gemini Omni 1.2 Flash fait bien, et ce qu'il fait moins bien

Gemini Omni 1.2 Flash garde l'idée qui rendait Omni 1.1 utile, un seul modèle qui crée, modifie et prolonge la vidéo et génère le son dans la même passe, et supprime la limite que l'on atteignait en premier : la durée. Google l'a sorti le 5 novembre 2026 avec des clips jusqu'à 15 secondes, un suivi des références plus fidèle, une parole plus propre et un prix plus bas. À partir du 3 décembre 2026, Google redirige toutes les requêtes Omni 1.1 vers la 1.2 : c'est donc la version sur laquelle construire.

Le premier changement phare, c'est la génération en 15 secondes. La durée va de 3 à 15 secondes, seconde par seconde, ce qui suffit pour un spot complet pour les réseaux sociaux : une ouverture, le produit en situation et un plan héros final, avec musique et son synchronisés, sans raccorder trois clips en espérant que la lumière corresponde. Lors de notre test, un clip vertical de 15 secondes est sorti en une seule prise, avec un son continu.

Le deuxième, ce sont des références qui tiennent. Ajoutez jusqu'à 10 images (un personnage sous plusieurs angles, un produit, un lieu) et jusqu'à trois clips de mouvement de 3 secondes. Google a conçu la 1.2 pour garder visages, tenues, typographie des emballages et couleurs de marque cohérents de la première à la dernière image, avec moins de déformation pendant les mouvements de caméra. C'est ce qui rend praticables l'essayage virtuel à partir de photos produit de face et de dos, les rotations de catalogue et les pubs construites à partir de fiches personnage existantes.

Le troisième, c'est la modification en boucle. Importez un clip de 15 secondes maximum et décrivez le changement : une tente rayée devient une forêt de chênes, une rue ensoleillée passe sous la pluie, un sweat à capuche devient une veste en cuir. Les acteurs, le cadrage et le timing restent. Comme le résultat est un clip comme un autre, vous pouvez le modifier à nouveau, ce que Google présente comme l'édition « multi-tour », et c'est ainsi que l'on obtient plusieurs déclinaisons à partir d'une seule prise. L'extension part de l'autre bout : elle suit les 10 dernières secondes de n'importe quel clip et ajoute 3 à 10 secondes avec un son raccord.

La direction de caméra progresse aussi. Les longs mouvements continus (un vol FPV à travers une porte, une rotation, un lent dézoom) donnent nettement moins de faux raccords qu'avec la 1.1.

Points faibles : le cadrage est uniquement en 16:9 ou 9:16, une dernière image limite le clip à 10 secondes, et l'audio est toujours activé : vous pouvez l'orienter, pas le désactiver. Le 1080p et la 4K sont obtenus par upscaling des images natives en 360p et 720p. 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 des prises de plus de 15 secondes ou un cadrage carré, Wan V3.0 monte à 30 secondes ; pour modifier des clips de plus de 15 secondes, utilisez Seedance V2.5.

Un modèle mental raisonnable : faites de Gemini Omni 1.2 Flash votre choix par défaut pour les clips avec son que vous pensez 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, à Seedance V2.5 pour les séquences multiplans, et à Kling V4 quand vous voulez le rendu de Kling et une sortie native en 1080p.