Google DeepMind

Gemini Omni

Le modèle de création multimodal de Google — là où le raisonnement de Gemini rencontre la capacité de créer. Générez et éditez des vidéos à partir de texte, d'images, de vidéo ou d'audio en langage naturel. Chaque modification s'appuie sur la précédente. Essayez gratuitement avec Nano Banana Pro.

About

À propos de Gemini Omni

Gemini Omni est le modèle de création multimodal de Google DeepMind, annoncé lors de Google I/O 2025. Il associe la capacité de raisonnement de Gemini aux systèmes de génération de médias, permettant une création et une édition vidéo qui vont au-delà de la simple conversion prompt-vers-vidéo. Le modèle comprend les scènes, les actions, les environnements, les comportements physiques et le contexte du monde réel — produisant des résultats qui semblent intentionnels plutôt qu'aléatoires. Gemini Omni Flash est le premier modèle de la famille Omni, conçu pour des flux de travail pratiques de création et d'édition vidéo où les utilisateurs peuvent transformer des séquences, guider les résultats avec des références et affiner les scènes par la conversation en langage naturel.

À propos de Gemini Omni
Fonctions principales

Capacités clés

Entrée multimodale, édition conversationnelle, transformation de style et connaissances du monde réel — le tout dans un seul modèle

Édition conversationnelle multi-tours

01

Éditez des vidéos par conversation en langage naturel — chaque modification s'appuie sur la précédente

Gemini Omni introduit une approche fondamentalement différente de l'édition vidéo. Au lieu de repartir de zéro à chaque génération, vous pouvez affiner votre vidéo par une série d'instructions en langage naturel. Changez l'arrière-plan, ajustez l'action, remplacez des objets, modifiez l'angle de caméra ou ajoutez des effets visuels — tout en gardant le reste de la vidéo stable. Ce flux de travail conversationnel signifie que vous pouvez itérer vers votre vision étape par étape, comme si vous éditiez un document avec suivi des modifications.

Prompt

Éditer en plusieurs tours : d'abord établir la scène, puis changer l'angle de caméra, puis ajouter des effets atmosphériques — en maintenant la cohérence tout au long

L'édition multi-tours préserve la cohérence de la scène à travers les modifications séquentielles

D'abord établir la scène avec une personne dans une pièce, puis changer l'éclairage en heure dorée, puis ajouter de la pluie sur la fenêtre — chaque modification s'appuie sur la précédente

Les changements séquentiels d'environnement démontrent le raffinement conversationnel

Output (Example)
2

Transformation de style en temps réel

02

Transformez l'esthétique vidéo en métal, croquis, marionnette, hologramme, voxel et plus encore

Gemini Omni peut transformer le style visuel de n'importe quelle vidéo source tout en préservant le mouvement sous-jacent, la structure et la composition de la scène. Décrivez l'esthétique cible — surfaces métalliques, croquis dessinés à la main, marionnettes en feutre, projections holographiques, art voxel — et le modèle applique la transformation de manière cohérente sur chaque image. Le mouvement de caméra original, les actions des personnages et les relations spatiales restent intacts, créant un transfert de style fluide qui va bien au-delà des simples filtres.

Prompt

Quand la personne touche le miroir, faire onduler le miroir comme un liquide, et le bras de la personne se transforme en matériau miroir réfléchissant

La transformation de style préserve le mouvement tout en changeant complètement l'esthétique visuelle

Quand la personne touche le miroir, tout l'environnement se transforme en art voxel 3D avec des formes géométriques en blocs

Transformation complète de l'environnement en art voxel tout en préservant la structure spatiale

Output (Example)
2

Entrée véritablement multimodale

03

Accepte texte, images, vidéo et audio comme références créatives en une seule génération

Contrairement aux modèles qui n'acceptent que du texte ou une seule image, Gemini Omni peut traiter plusieurs types d'entrées simultanément. Fournissez du texte pour la direction, des images pour la référence visuelle, de la vidéo pour le guidage du mouvement et de l'audio pour la synchronisation vocale ou sonore. Le modèle synthétise toutes les entrées en une seule sortie vidéo cohérente. Cela le rend pratique pour les flux de travail créatifs réels où l'inspiration vient de sources multiples — un croquis de storyboard, un clip de référence, un enregistrement vocal et une description écrite peuvent tous contribuer au résultat final.

Prompt

Ajouter des sons de harpe synchronisés au moment où je touche chaque feuille de fougère. Transformer la structure des feuilles en plantes bioluminescentes avec des lucioles volant autour

Combinaison d'une entrée vidéo avec des instructions textuelles et une référence audio pour une sortie synchronisée

Visualiser le processus de repliement des protéines en utilisant des connaissances scientifiques réelles, rendu en style claymation avec un comportement moléculaire précis

Connaissances du monde réel appliquées à la visualisation scientifique avec un style créatif

Output (Example)
2
FAQ

Questions fréquentes

Gemini Omni FAQ

Ce que les créateurs disent de Gemini Omni

Ce que les créateurs disent de Gemini Omni

Voir toutes les histoires
Antoine Moreau
Antoine Moreau“L'édition multi-tours sur Nano Banana Pro a changé mon approche de la production vidéo. Je peux diriger une scène à travers plusieurs cycles d'affinage sans perdre la continuité — c'est ce qui se rapproche le plus d'avoir un directeur photo IA.”
Camille Dubois
Camille Dubois“Nous utilisons la transformation de style de Gemini Omni pour décliner un seul tournage en dizaines de variations — métal, croquis, hologramme — tout en conservant le mouvement original. Notre production de contenu a triplé sans tournages supplémentaires.”
Julien Lefèvre
Julien Lefèvre“Les connaissances du monde réel distinguent Gemini Omni. Quand j'ai demandé une visualisation du repliement des protéines, le comportement moléculaire était scientifiquement exact — pas seulement visuellement impressionnant, mais réellement correct.”
Leyla Demir
Leyla Demir“L'equipe peut garder un style coherent sans tout reconstruire.”
Camille Bernard
Camille Bernard“Tres utile pour verifier composition, arriere-plan et details produit.”
Diego Santos
Diego Santos“Les taches de contenu repetitives demandent moins d'allers-retours.”
Anna Kowalska
Anna Kowalska“Avec des prompts precis, les resultats deviennent faciles a ajuster.”
Nora Klein
Nora Klein“Pour une production visuelle reguliere, le gain de temps est net.”

Explorer Plus de Modèles Vidéo IA

Veo 3.1 Générateur de Vidéos IA Gratuit

Veo 3.1 Générateur de Vidéos IA Gratuit

Nouveau

Veo 3.1 est le générateur de vidéos IA gratuit le plus avancé de Google DeepMind avec une génération audio native révolutionnaire. Créez des vidéos 1080p HD en ligne avec effets sonores, dialogues et audio ambiant synchronisés — sans filigrane, illimité. Jusqu'à 8 secondes par clip, extensible à 60+ secondes à 24 FPS.

Essayer
Wan 2.6

Wan 2.6

Nouveau

Wan 2.6 est le modèle de génération vidéo d'Alibaba qui produit des vidéos de haute qualité avec un support de styles variés, un mouvement fluide et une sortie cinématographique à partir de prompts textuels et d'images de référence.

Essayer
Sora 2

Sora 2

Sora 2 est le modèle phare de génération vidéo d'OpenAI, capable de produire des vidéos de haute qualité à partir de descriptions textuelles et d'images. Il comprend les compositions de scènes complexes, les interactions entre personnages, les mouvements de caméra et la physique du monde réel pour des résultats cinématographiques. Sora 2 représente un bond majeur dans la génération vidéo AI avec une meilleure cohérence temporelle, un support de durée plus long et une interprétation plus fidèle des prompts.

Essayer
Kling 2.6

Kling 2.6

Kling 2.6 est le dernier modèle de génération vidéo AI de Kuaishou, reconnu pour sa qualité de mouvement exceptionnelle et sa sortie cinématographique. Basé sur une modélisation spatio-temporelle avancée, Kling 2.6 produit des vidéos avec des mouvements de personnages fluides, des transitions de caméra dynamiques et des détails visuels riches. Il prend en charge la génération texte-vers-vidéo et image-vers-vidéo, en faisant un outil polyvalent pour les créateurs recherchant du contenu vidéo AI de qualité professionnelle.

Essayer
MiniMax H3

MiniMax H3

Nouveau

MiniMax H3 est un modèle vidéo multimodal pour la génération depuis du texte, des images et des références, avec une sortie 768p/2K, une durée flexible et de l’audio de référence.

Essayer
Seedance 2.0

Seedance 2.0

Nouveau

Seedance 2.0 est le modèle de génération vidéo IA le plus avancé de ByteDance, dévoilé en février 2026. Il adopte une architecture unifiée de génération conjointe audio-vidéo multimodale prenant en charge 4 modalités d'entrée simultanément — texte, jusqu'à 9 images, jusqu'à 3 clips vidéo et jusqu'à 3 pistes audio. Le système de référence @ révolutionnaire vous permet de taguer des éléments spécifiques dans votre instruction et de les lier à des références téléchargées pour un contrôle granulaire des mouvements de caméra, de l'apparence des personnages, du rythme audio et du style visuel. Les sorties atteignent la résolution 2K avec un audio natif synchronisé, incluant le synchronisé labial multilingue, les effets sonores et la musique de fond.

Essayer

Commencez à créer avec Gemini Omni

Découvrez la puissance de Gemini Omni — gratuit en ligne
Essayer maintenant — C'est gratuit