Lancée lundi à Google I/O 2026, Gemini Omni Flash débarque déjà dans l’application Gemini, dans Google Flow et même gratuitement sur YouTube Shorts. Après 48 heures de prise en main, le constat est net : Google vient de poser une vraie alternative à Sora, et l’expérience est franchement enthousiasmante.
Google a rapatrié sa vidéo IA dans Gemini
Lundi soir, Sundar Pichai et Demis Hassabis ont ouvert Google I/O 2026 avec une annonce attendue depuis des semaines. Fini Veo en produit séparé : Google rapatrie toute sa génération vidéo dans le cœur de Gemini, sous un nouveau nom, Omni.
Le pitch est ambitieux. Le patron de Google DeepMind ne vend pas un simple text-to-video. Il décrit Omni comme un « world model », un système qui comprend la physique, la causalité et le contexte culturel, pas seulement la composition d’image. Un pas, dit-il, vers l’AGI.
Concrètement, Google Gemini Omni accepte tout en entrée et sort de la vidéo. Texte, image, son, clip vidéo : on combine ce qu’on veut, et le modèle produit. Le premier modèle de la famille, Gemini Omni Flash, est disponible dès aujourd’hui pour les abonnés Google AI Plus, Pro et Ultra. Les utilisateurs de YouTube Shorts et YouTube Create y ont accès gratuitement.
Notre prise en main : l’édition conversationnelle change tout
Premier test, classique. On tape un prompt texte dans l’app Gemini : « Une rue de Marseille sous la pluie, vue depuis la fenêtre d’un café, lumière de fin de journée. » Dix secondes plus tard, le clip tombe. La pluie a la bonne densité, les reflets sur le bitume bougent, les passants suivent des trajectoires crédibles. Rien d’inédit à ce stade : Sora ou Veo en font autant.
| Le moment où ça basculeOn retourne dans le chat, on tape « mets un chat noir qui traverse la rue ». Pas de nouvelle génération complète : Omni reprend le clip existant et ajoute le chat. Cohérent, à la bonne échelle, avec la bonne ombre. Deuxième essai : « change la lumière, on veut un coucher de soleil ». Pareil, quasi instantané, et la pluie reste cohérente avec le nouveau ciel. |
C’est là que Google joue sa différence. Sora et Runway génèrent des clips. Omni génère des clips qu’on peut continuer à diriger en conversation, sans jamais ouvrir une timeline ni toucher à un calque. Pour quiconque a déjà perdu une après-midi à re-prompter le même modèle dix fois pour ajuster un détail, ça change la donne.
Ce qui nous a vraiment plu
Quatre points sortent du lot après deux jours d’utilisation.
- La cohérence des personnages et des décors. Un personnage généré dans un premier clip survit aux modifications suivantes. Vêtements, coiffure, visage : tout tient. C’est exactement le point où la plupart des modèles vidéo cassent encore.
- La physique. Eau qui coule, tissus qui flottent, objets qui tombent. Ce n’est pas parfait, mais le rendu cinétique est nettement plus crédible que ce qu’on voyait sur Veo 3.1 il y a six mois.
- L’intégration native dans YouTube Shorts. Pas de logiciel à installer, pas d’abonnement obligatoire, pas d’export. On génère, on retouche, on publie. Pour un créateur qui vit déjà sur Shorts, c’est le scénario idéal.
- L’édition vocale. Dans l’app Gemini, on peut littéralement parler au modèle pour modifier la scène. Anecdotique sur ordinateur, mais sur mobile c’est un usage qui se tient.
Ce qui coince encore
L’enthousiasme s’arrête à plusieurs endroits, et Google a été honnête sur la plupart.
D’abord, la durée. Omni Flash plafonne à 10 secondes par clip. Sora monte à 60. Google explique que c’est un choix de déploiement, pas une limite du modèle, le temps que la demande se stabilise. On veut bien le croire, mais en attendant, monter un format plus long demande de coller plusieurs générations bout à bout.
Ensuite, l’API. Pour les développeurs et les boîtes qui voulaient brancher Omni dans leurs pipelines, il faudra patienter encore « quelques semaines ». Aujourd’hui, c’est de la consommation grand public, pas un outil de production.
Enfin, la fonctionnalité avatar. Présentée sur scène, capable de fabriquer un sosie numérique à partir de quelques photos, elle a été retenue au lancement. Google cite les risques d’usage malveillant. Décision défendable, mais cela laisse le champ libre à d’autres acteurs sur ce terrain précis.
Face à Sora et Veo 3.1
Sora reste devant sur la durée des clips et sur le rendu photoréaliste pur, surtout en 4K. Seedance 2.0 de ByteDance garde l’avantage sur la qualité brute d’image, d’après les comparatifs indépendants publiés ce printemps.
Mais Omni gagne sur deux terrains qui comptent au quotidien : le contrôle conversationnel et la distribution. Quand le modèle vit déjà dans l’app que des centaines de millions de personnes ouvrent chaque jour, et qu’il atterrit en plus dans YouTube Shorts, la question du « meilleur modèle absolu » devient secondaire. Celui qu’on utilise vraiment gagne.
Verdict
On a passé deux jours à essayer de prendre Omni en défaut. On y est arrivés, parfois. On a aussi été surpris plus souvent qu’attendu.
Ce que Google sort là n’est pas le modèle vidéo le plus puissant du marché sur le papier. C’est probablement le plus malin dans sa manière de s’intégrer au reste de l’écosystème. Pour un créateur Shorts, pour un community manager, pour quiconque veut tester l’IA vidéo sans plonger dans un outil dédié, c’est aujourd’hui l’option à essayer en premier.
Le vrai test viendra dans quelques semaines, quand l’API ouvrira et que les premiers benchmarks tomberont. En attendant, si vous avez un abonnement Google AI ou simplement un compte YouTube, ouvrez l’app Gemini ou Shorts et essayez vous-même. C’est gratuit ou presque, et c’est franchement amusant.
