Google · Gemini Omni 1.1 Flash
Créez et modifiez des vidéos à partir de n'importe quelle source
Omni Flash de Google est un seul modèle pour la génération, la modification et l'extension vidéo : du texte, des images ou un clip en entrée, une vidéo avec sa propre parole, musique et effets sonores en sortie. La version 1.1 ajoute l'extension de scène jusqu'à 40 secondes, le contrôle des première et dernière images, ainsi qu'une sortie en 1080p et 4K.
Disponible dans le studio vidéo, Canvas et le connecteur MCP
- 3s
- 10s
- 20s
- 30s
- 40s
Décrivez la scène, la caméra, l'éclairage et l'ambiance. L'audio est généré en conséquence.
L'image sert de guide ou de point de départ ; le prompt décrit ce qui bouge.
Le modèle anime de la première à la dernière image — orbites, zooms, boucles fluides.
Les personnages et les objets présents sur les photos restent cohérents tout au long du clip.
Les modifications conservent tout ce que vous n'avez pas mentionné ; l'extension ajoute 10 s à la fois.
Ce que Google a intégré à Omni
Trois éléments mis en avant dans la fiche du modèle et l'article de lancement, et pourquoi ils sont importants pour un clip long. Chaque affirmation ci-dessous provient de Google ; le rendu plus bas est le nôtre.
Dix secondes de mémoire entre les segments
Omni 1.1 analyse jusqu'à 10 secondes de contexte antérieur lorsqu'il prolonge une scène — les modèles précédents ne faisaient référence qu'à la dernière seconde. C'est pourquoi une chaîne de 40 secondes conserve les mêmes capitaine, navire et étalonnage tout au long des quatre étapes.
Physique et connaissance du monde
Google décrit une compréhension intuitive de la gravité, de l'énergie cinétique et de la dynamique des fluides, combinée aux connaissances de Gemini en histoire, en science et en culture — de l'eau qui jaillit comme de l'eau, un galion qui gîte comme un navire.
SynthID et C2PA sur chaque clip
Chaque vidéo générée intègre le filigrane SynthID invisible de Google et prend en charge les identifiants de contenu (C2PA), permettant ainsi de publier un clip principal avec une origine vérifiable — une exigence sur un nombre croissant de plateformes.
Sources : les articles de Google « Introducing Gemini Omni » et « Gemini Omni 1.1 Flash lets you build with more control », la fiche modèle de DeepMind et la page modèle de la plateforme Gemini Enterprise Agent.
Deux démonstrations, issues directement du modèle
Les deux ont été générées sur Popcraft et sont présentées telles qu'elles ont été livrées — aucun montage, aucune musique ajoutée. La bande-annonce est une seule requête de 40 secondes en 1080p. La paire de droite représente un clip de 5 secondes et ce même clip après une extension de scène à 25 secondes.
N'importe quelle durée jusqu'à 40 secondes. Popcraft l'enchaîne pour toi.
L'article de lancement de Google appelle cela l'extension de scène : les vidéos s'allongent « par tranches de 10 secondes jusqu'à une durée cumulée totale de 40 secondes ». Sur Popcraft, tu n'as jamais à gérer cela. Choisis n'importe quelle durée de 3 à 40 secondes sur un seul curseur et Popcraft enchaîne automatiquement le processus d'extension à partir de ton unique prompt, puis te restitue un seul fichier, une seule histoire, une seule bande-son. Voici la bande-annonce à six moments distincts.
1s
8s
15s
22s
29s
36sToute durée, enchaînement automatique
Choisis entre 3 et 40 secondes et Popcraft exécute la chaîne d'extension de Google pour toi en arrière-plan — pas d'étapes à planifier, pas de clips à assembler — et tu paies pour les secondes livrées.
Résolution de production
« Des rendus soignés et haute résolution en 1080p ou 4K, prêts pour une production professionnelle », selon les mots de Google. Sur Popcraft, les chaînes 4K vont jusqu'à 30 secondes.
Première et dernière image
Nouveauté de la version 1.1 : spécifiez les images de début et de fin d'un plan et Omni génère une vidéo continue entre elles — orbites de caméra complexes, transitions par zoom, boucles fluides.
Voix, musique, effets sonores
Indiqué sur la fiche du modèle comme généré avec l'image. Indiquez-le dans le prompt — une radio qui joue, aucun dialogue, ambiance uniquement — et il s'exécute.
Importe tes propres images ou vidéos
Le même modèle lit les références, modifie et étend. La recommandation de Google est de vous appuyer sur le prompting : indiquez ce qui doit rester, indiquez ce qui doit changer et dites « étendre » lorsque vous voulez étendre.
Référence de sujet
Joins des photos d'une personne, d'un produit ou d'un lieu et décris la scène. Le modèle conserve des personnages et des objets cohérents tout au long du clip, y compris sur les différents segments d'un clip long.
Aucune étape d'entraînement, aucun fichier de personnage. Deux photos du même sujet sous des angles différents fonctionnent mieux qu'une seule.
La femme sur les photos de référence marche vers la caméra sur une plage à l'heure dorée, les cheveux au vent, des vagues derrière elle.
Édition vidéo
Joins un clip et indique ce qui doit changer. Conseil de Google : « Les prompts simples fonctionnent mieux pour le montage vidéo » — le modèle préserve les éléments que tu n'as pas mentionnés.
Le résultat conserve la durée et le cadrage de la source, et est facturé selon cette durée.
Fais neiger abondamment. Garde tout le reste identique.
Extension de scène
Joins un clip et choisis une durée totale plus longue. L'original est conservé image par image, les nouvelles séquences sont ajoutées par segments de 10 secondes avec la continuité du son, et le modèle lit jusqu'à 10 secondes du clip pour assurer la continuité.
Indique « étendre » — Popcraft l'ajoute pour toi dans le panneau Étendre la vidéo si tu l'oublies, car sans ce mot, le modèle traite la demande comme une modification. L'extension s'ajoute uniquement à la fin.
Prolonge cette vidéo : poursuis exactement la même scène alors que le bateau atteint la jetée et que l'équipage lance les amarres à terre.
Omni aux côtés de Seedance 2.5 et Veo 3.1
Trois modèles qui génèrent tous de l'audio avec l'image. L'atout d'Omni est l'extension de scène jusqu'à 40 secondes et un rendu 4K depuis un seul modèle ; celui de Seedance est le nombre de références et la retouche précise par zone ; celui de Veo est le contrôle d'image à 8 secondes. Choisissez selon la tâche.
| Capacité | Gemini Omni 1.1 Flash | Seedance 2.5 | Veo 3.1 |
|---|---|---|---|
| Clip le plus long pour une seule requête | 40 s par extension de scène (30 s en 4K) | 30 s | 8 s |
| Résolution la plus élevée | 4K (3840×2160), jusqu'à un niveau d'ébauche 360p | 1080p | 1080p |
| Audio natif | Voix, musique, effets sonores | Oui | Oui |
| Images de référence | Jusqu'à 10 | Jusqu'à 30 (+10 vidéo, +10 audio) | Jusqu'à 3 |
| Vidéos de référence | Jusqu'à 3 | Jusqu'à 10 | 1 (extension) |
| Édition vidéo | Conversationnel ; conserve ce que vous n'avez pas mentionné | Contrôlable, précis par zone | — |
| Extension vidéo | Incréments de 10 s jusqu'à 40 s, 10 s de contexte | Avant ou après, jusqu'à 30 s | +7 s par étape |
| Provenance | SynthID + C2PA Content Credentials | — | SynthID |
Les chiffres d'Omni proviennent de la page du modèle et du billet de lancement de Google ; les limites de Popcraft correspondent à ce que le sélecteur propose aujourd'hui. Les plafonds des fournisseurs évoluent ; le sélecteur affiche toujours ce qui est actuellement disponible.
Là où une requête unique, longue et détaillée porte ses fruits
Tout ce qui nécessitait auparavant cinq clips et un raccord.
Visuel principal de landing page
Toute durée de 3 à 40 secondes (30 en 4K) avec son propre score, dans un seul fichier. Règle le curseur sur 24 et Popcraft enchaîne automatiquement les extensions pour toi.
Bandes-annonces et teasers
Un arc complet — mise en place, révélation, apogée — en un seul rendu continu, avec la musique qui monte en arrière-plan.
Spots avec une star récurrente
Quelques photos du produit ou du présentateur permettent de les maintenir identiques sur chaque plan.
Remodèle ce que tu as filmé
Météo, garde-robe ou moment de la journée modifiés sur des prises de vues réelles, durée et caméra inchangées.
Idées décomposées en visuels
L'article de lancement de Google met cela en avant : « des vidéos explicatives captivantes à partir de prompts courts », avec des visuels qui décortiquent une idée complexe.
Prompting pour une chaîne
Le guide de Google demande une description de la scène, un mouvement de caméra, l'éclairage et l'ambiance, et propose une syntaxe de timecode pour les événements. Tout le reste ici provient de la bande-annonce ci-dessus : elle a fait ce que nous avons demandé, et a réordonné ce que nous avons demandé, parce que nous en demandions trop par étape.
Une action toutes les 10 secondes, avec horodatages
Rédigez les temps forts sous forme de séquence chronométrée — le propre guide de Google documente la syntaxe [0-3s] … [3-6s] …. Chaque segment de 10 secondes a une tâche claire à accomplir ; le modèle planifie les segments à partir du prompt, donnez-lui donc le plan.
Place le style (étalonnage, objectif, ambiance) dans une courte ligne à la fin, et non dans un paragraphe au début. Pour une prise de vue continue, indique-le : « en un seul plan continu, sans coupures de scène ».
Un galion pirate dans une tempête au crépuscule, drapeau à tête de mort, voiles noires déchirées. Plan séquentiel unique, sans coupe de scène.\n[0-10s] Le navire fend les vagues ; la caméra s'élève vers le pont.\n[10-20s] Le capitaine barbu à la barre hurle un ordre ; l'équipage lui répond en rugissant.\n[20-30s] Il ouvre un coffre en fer à la proue ; il déborde de canneberges rouges.\n[30-40s] Un navire rival tire ; les canneberges s'éparpillent en ralenti lorsqu'il lève son coutelas.\nStyle : reflets anamorphiques, étalonnage turquoise et ambre, bande originale orchestrale, aucun texte à l'écran.
Un paragraphe dense de bande-annonce
Voici ce que nous avons réellement envoyé pour la bande-annonce ci-dessus : cinq temps forts, la révélation d'un coffre, un navire rival et un final en un seul paragraphe continu. Le modèle a conservé le navire, le capitaine et l'étalonnage, et a mélangé l'ordre.
La projection de canneberges est arrivée à 8 secondes ; le coffre ne s'est jamais vraiment ouvert. Les prompts denses ne rencontrent pas d'échec, ils sont compressés.
Bande-annonce de blockbuster hollywoodien, « Pirates of the Cranberries ». Rendu cinématographique épique en prise de vues réelles : flares d'objectif anamorphique, étalonnage profond bleu-vert et ambre, brume marine volumétrique, grain de film 35 mm… [cinq temps, un paragraphe, 240 mots]
- Indique « étendre »
- Pour une extension, ce mot sert de commutateur. Popcraft l'ajoute dans le panneau Étendre la vidéo s'il est manquant ; depuis l'API ou le MCP, écris-le toi-même. L'extension s'ajoute uniquement à la fin — il n'y a pas d'ajout au début.
- Les images ont aussi besoin de mots
- Deux images servent de références de sujet, sauf si vous indiquez « première image » et « dernière image » et décrivez la transition.
- Diriger le son
- Le guide de Google : « Par défaut, le modèle tentera de générer une piste audio appropriée. » Utilise des formules négatives simples — « pas de dialogue », « pas d'effets sonores supplémentaires » — ou nomme ce que tu souhaites : une radio qui joue, de la pluie sur une bâche, une montée de cordes.
- Garde les modifications simples
- À nouveau selon le guide de Google : « Des prompts trop descriptifs peuvent entraîner des modifications involontaires. » Nomme la modification, ajoute « conserve tout le reste à l'identique », et arrête-toi là.
Ce que cela coûte
Omni est facturé à la seconde livrée, selon la résolution. Comme Popcraft ne propose que des durées que le modèle peut atteindre exactement, le prix affiché avant la génération est le prix que tu paies.
Brouillons et réseaux sociaux. Un clip de 10 secondes coûte 150 crédits ; les 40 secondes complètes en coûtent 600.
Qualité finale. Le trailer de 40 secondes ci-dessus coûte 920 crédits — une seule demande, son inclus.
Format natif 3840×2160 pour les emplacements principaux. Limité à 30 secondes ; une chaîne 4K complète de 30 secondes coûte 1 350 crédits.
Questions fréquentes
Le modèle vidéo de Google, décrit par DeepMind comme « notre prochaine étape vers des modèles capables de créer et d'éditer n'importe quoi à partir de n'importe quel élément d'entrée — à commencer par la vidéo ». Un seul modèle couvre la génération texte-vidéo, image-vidéo, l'interpolation des première et dernière images, la référence de sujet, le montage vidéo et l'extension de scène, et génère de la voix, de la musique et des effets sonores pour chaque clip. La version 1.1, sortie le 27 août 2026, a ajouté l'extension, les images clés et l'exportation 1080p/4K.
Chaque passe de génération dure jusqu'à 10 secondes ; l'extension de scène rallonge une vidéo par tranches de 10 secondes, jusqu'à un cumul de 40 secondes. Sur Popcraft, il vous suffit de choisir une durée entre 3 et 40 secondes à l'aide d'un seul curseur et Popcraft enchaîne automatiquement le processus d'extension à partir de votre unique prompt ; le curseur ne propose que des durées que le modèle peut fournir, et vous ne payez que pour les secondes obtenues. En 4K, la chaîne s'arrête à 30 secondes, et les vidéos avec première et dernière image se font en une seule passe, elles durent donc de 3 à 10 secondes.
Par défaut, oui — le guide de Google indique que le modèle « essaiera de générer une piste audio appropriée », et la fiche du modèle répertorie la parole, la musique et les effets sonores. Guide-le dans le prompt, en incluant « pas de dialogue » ou « pas de musique » lorsque tu souhaites du silence. Tu peux aussi remplacer ou superposer l'audio ultérieurement sur la timeline de Popcraft.
Joins un clip et choisis la durée totale souhaitée. L'original est conservé image par image et des segments entiers de 10 secondes sont ajoutés à la fin, avec jusqu'à 10 secondes du clip lues pour assurer la continuité. Un clip de 5 secondes devient donc 15, 25 ou 35 secondes — jamais 20. Popcraft ne propose que les durées que le modèle peut fournir et ne facture que celles-ci. L'extension s'ajoute uniquement à la fin.
Oui. Joignez la source et décrivez la modification. Google recommande d'utiliser des prompts de modification simples et d'ajouter « gardez tout le reste à l'identique » ; le modèle préserve les éléments que vous n'avez pas mentionnés. Le résultat conserve la durée et le cadrage de l'original et est facturé selon la durée du clip source. La modification du dialogue parlé n'est pas prise en charge.
Le rendu 4K s'effectue en 3840×2160 et coûte trois fois le tarif par seconde du 720p, car il utilise trois fois plus de puissance de calcul. Chaque tronçon 4K prend plusieurs minutes en amont, la chaîne s'arrête donc à 30 secondes. Chaque durée et résolution affiche son prix en crédits avant de générer.
Parce que chaque segment de 10 secondes est une extension du précédent et que le modèle planifie lui-même le rythme. Donne-lui une action claire par tranche de 10 secondes en utilisant la syntaxe de timecode de Google, et évite le remplissage du langage cinématographique. Les bandes-annonces denses à cinq temps sont compressées ou réordonnées ; trois temps sur 30 secondes restent stables.
Chaque vidéo Omni intègre le filigrane invisible SynthID de Google et prend en charge les identifiants de contenu C2PA (Content Credentials), qui vérifient l'origine sans altérer l'apparence du clip. Les forfaits payants Popcraft accordent des droits commerciaux sur les vidéos que vous générez ; les téléchargements de l'offre gratuite comportent un filigrane Popcraft visible, que les forfaits payants retirent. Vous restez responsable de l'image et du contenu présents dans vos prompts et médias de référence.
Prêt pour une seule requête au lieu de cinq clips ?
Commence avec 10 secondes en 720p, évalue le résultat, puis étends la scène — ou importe un extrait qui te plaît déjà et étends-le.
Continuez à explorer
Modèles associés
Seedance 2.5 génère jusqu'à 30 secondes de vidéo en une seule tâche, avec jusqu'à 50 ressources de référence, de l'édition vidéo contrôlable, de l'extension temporelle haute fidélité, n'importe quel ratio d'aspect de 0,4 à 2,5 et du prompting natif dans plus de 10 langues. Disponible sur Popcraft.
MiniMax H3 génère des vidéos 2K à 24 fps avec bande-son stéréo synchronisée : effets, ambiance et dialogues. Multi-plans, 5 à 15 s, contrôle des images clés. Sur Popcraft.
Générez de la vidéo cinématographique en 4K à partir de texte, d'images ou de clips avec Seedance 2.0 sur Popcraft. Audio synchronisé natif, séquences multi-plans et détail d'une netteté absolue jusqu'en 4K (2160p).
Seedance 2.0 Mini est l'offre vidéo la plus légère de ByteDance — jusqu'à 50 % moins chère que Seedance 2.0 standard et ~2× plus rapide que Fast, avec des prompts texte, image, vidéo et audio. Disponible sur Popcraft.