Gemini Omni de Google : Nouvel éditeur vidéo IA avec chat

Des rumeurs circulent autour de « Gemini Omni » — le nouvel outil de Google pour la génération de vidéos par dialogue

Des fuites de Google I/O laissent présager un lancement imminent d'un éditeur vidéo avancé basé sur l'IA. L'outil permettrait de modifier des clips, de générer du contenu à partir de modèles et de gérer les montages via un chat.

---

Les rumeurs autour de « Gemini Omni » sont un exemple classique de la façon dont l'industrie, retenant son souffle, ne regarde pas le produit mais le changement architectural que ce produit symbolise. Les médias discuteront du nombre de secondes dans un clip ou du prix de l'abonnement, mais en tant qu'analyste observant cet espace de l'intérieur, je vois ici l'acte final d'une guerre déclarée en février 2024. Ce n'est pas une course contre Sora ; c'est la capitulation de toute une classe d'applications devant l'idée d'une interface unique toute-puissante.

L'essentiel : ce qui se passe vraiment

L'essentiel n'est pas que Google fabrique soi-disant un « éditeur vidéo avec chat ». C'est trop étroit. L'essentiel est que « Gemini Omni » est le premier véritable produit commercial qui brouille la frontière entre « IA générative » et « LLM ». Auparavant, nous avions Gemini pour le texte et le code, et Veo pour la vidéo. C'étaient des architectures différentes, des équipes différentes, des produits différents. Maintenant, nous assistons à la naissance d'Omni Flash — un modèle multimodal unique capable de « raisonner » simultanément sur le texte, l'image, l'audio et la vidéo et de produire un fichier vidéo complet.

Notez le détail que les journalistes inattentifs manquent : le modèle comprend nativement, sans béquilles externes, la physique (gravité, dynamique des fluides), l'histoire et le contexte culturel. Cela signifie qu'à son cœur se trouve non seulement un modèle de diffusion, mais une « compréhension du monde » de type LLM intégrée dans un codec spatio-temporel. Lorsque vous écrivez « fais un claymation sur le repliement des protéines », Omni n'assemble pas des images à partir des données d'entraînement ; il construit une scène, déduit logiquement le mouvement des hélices alpha et écrit lui-même la voix off, qui sonne en synchronisation avec la vidéo. C'est un changement de paradigme, passant de la « synthèse de pixels » à la « simulation de réalité ».

Chronologie et contexte

• 2024 (ère de la fragmentation) : Sora d'OpenAI éblouit l'imagination, mais c'est un modèle pour générer des « rêves », incapable de faire quoi que ce soit au-delà du texte vers la vidéo. Google garde Veo comme un « outil de dessin » puissant mais toujours séparé.
• Mai 2025 : Le lancement de « Nano Banana » (Gemini Flash Image) montre Google apprenant à ses modèles de texte une compréhension native des images sans recourir à des convertisseurs externes.
• Début mai 2026 : Dans le code de l'application Gemini, une chaîne « Powered by Omni » est trouvée, déclenchant une vague de spéculations : s'agit-il d'un nouveau Veo ou de quelque chose de plus ?
• 19-20 mai 2026, Google I/O : Annonce officielle. Ce n'est pas un remplacement de Veo 3.1, encore moins une « réponse à Sora 2 ». C'est le premier tir dans la guerre visant à éliminer tout outil d'IA étroitement spécialisé.

Qui gagne et qui perd

Gagnants :

• Les petits et moyens studios créatifs. Auparavant, apporter des modifications au motion design nécessitait une équipe de monteur, coloriste et ingénieur du son. Maintenant, un producteur dit au chat : « Remplace le bâtiment en verre par une bulle de savon avec physique », et le modèle recalcule la vidéo, préservant le personnage, l'éclairage et la piste audio. Le budget d'itération passe de milliers à un abonnement fixe de 7,99 $ par mois pour AI Plus.
• YouTube en tant que plateforme. L'intégration d'Omni dans YouTube Shorts signifie que des centaines de millions d'utilisateurs auront accès à la génération de « mèmes personnalisés » (avatars, autocollants, courtes saynètes) sans installer d'applications tierces.

Perdants :

• OpenAI (stratégiquement). Sora est mort. Officiellement. L'application est fermée, l'API est désactivée. Mais l'annonce d'Omni ne se contente pas de piétiner la tombe d'un concurrent ; elle montre pourquoi Sora est mort. Sora était un outil pour générer des clips ; Omni est une interface de co-création avec l'IA, liée à l'écosystème unifié de Google (Chrome, YouTube, Drive). Cela prouve qu'un « modèle nu » sans écosystème appliqué vaut 0 $ en 2026.
• Les startups comme RunwayML et Luma AI. Leur valorisation reposait sur le caractère unique des technologies de « montage multimodal ». Mais lorsque Google intègre le « chat-édition » contextuel et les changements d'angle dans un abonnement standard à 7,99 $, les startups devront prouver que leur solution offre une augmentation de productivité comparable à un prix des dizaines de fois supérieur.

Ce que les médias ne disent pas

Le fait le plus significatif noyé dans l'excitation autour des « vidéos de bulles de savon » est l'outil de création d'avatar numérique qui est fourni. Les médias écrivent que vous pouvez générer votre apparence numérique pour des vidéos. Mais ils manquent comment cela fonctionne au niveau de la sécurité. Pour créer un avatar, l'utilisateur doit passer par une procédure en plusieurs étapes : s'enregistrer, dire une série de nombres aléatoires et vérifier.

Ce n'est pas seulement une protection contre les deepfakes. Google construit le premier système de vérification biométrique décentralisé au monde pour la synthèse d'identité. Pendant que vous pensez créer un mème amusant de vous-même sur la Lune, Google lie votre « empreinte » visuelle et vocale à votre compte avec une rigueur que les banques envieraient. C'est le ticket d'entrée dans un monde où votre avatar IA peut effectuer des transactions. Dans les 90 prochains jours, nous entendrons parler d'un partenariat de Google avec des institutions financières pour la vérification via « Omni Avatars ».

Prévisions : les 30 et 90 prochains jours

30 jours (d'ici le 19 juin 2026) : Nous assisterons à une augmentation de la demande pour l'API Omni parmi les développeurs, mais Google limitera délibérément sa diffusion pour éviter le sort de Sora — surcharge des centres de données et factures d'inférence faramineuses. Au lieu de cela, Google misera sur Flow — son studio d'IA où le modèle travaille en tandem avec Lyria 3 Pro pour la musique. Attendez-vous également à un scandale : quelqu'un trouvera un moyen de contourner la protection des avatars, déclenchant une mise à jour d'urgence de la politique de sécurité.

90 jours (d'ici le 18 août 2026) : L'événement principal ne sera pas la sortie d'Omni Pro (bien qu'elle soit annoncée pour le segment entreprise avec des clips de plus de 10 secondes), mais la « mise à mort » effective des éditeurs vidéo préinstallés sur Android. Pourquoi auriez-vous besoin d'Adobe Premiere Rush ou CapCut si Google Photos et YouTube Create intégrés vous permettent de changer la météo dans votre vidéo de vacances de la pluie au soleil via le chat, et même de la narrer avec la voix de David Attenborough ? Le package de monétisation d'Omni sera reconditionné : nous verrons une « monétisation via les avatars », où vous pourrez vendre ou licencier votre empreinte biométrique entraînée à des annonceurs. Le contrôle de sa propre apparence et de sa voix cessera d'être un problème de confidentialité pour devenir une question de marché des matières premières.

— Editorial Team