Holllllyyyyyyyy @GeminiApp cooked 😳😳 🚨 Gemini Omni: New video model Here is the first output and see the text coherence , if this is not nano banana moment of video then what is ?? direct link for those who believes otherwise in comments
En tant que solution qui prolonge la technologie de génération vidéo de Google, Gemini Omni étend les formats d'entrée et les capacités de sortie au-delà de Veo 3, avec la création et l'édition à partir de texte, d'images, de clips vidéo et d'audio. La durée de génération et la qualité d'image ont été améliorées pour répondre aux besoins vidéo dans la publicité, l'éducation et la création de contenu.
Dans la continuité de Veo 3, Gemini Omni étend ses capacités de traitement aux clips vidéo et aux supports audio, tout en conservant les fonctionnalités de prompts texte et image. Lors de l'analyse d'entrées multimodales, le modèle utilise un cadre unifié d'extraction de caractéristiques afin de coordonner les signaux provenant de différentes sources pendant la génération. Mode Gemini Omni AI Les cas d'utilisation montrent que, lorsque les utilisateurs importent des images statiques, le modèle offre une capacité renforcée à préserver la composition du cadre, le design des personnages et les relations de couleur par rapport aux générations précédentes.
Gemini Omni intègre plusieurs signaux d'entrée dans des instructions unifiées, ce qui permet aux utilisateurs de réaliser des workflows complets, de la génération à l'édition, dans un seul processus.
Le modèle reçoit simultanément du texte, des images, des clips vidéo et de l'audio comme références créatives, qu'il comprend comme des ensembles d'instructions interconnectés. Les utilisateurs décrivent les concepts par le texte, définissent le style avec des images, suggèrent le mouvement avec la vidéo et orientent l'ambiance avec l'audio. Le modèle synthétise ces éléments pour générer une vidéo cohérente avec l'intention globale.
Les utilisateurs effectuent des ajustements d'image en décrivant leurs besoins de modification en langage naturel, sans montage manuel. Par exemple, des instructions comme "supprime le logo du cadre" ou "remplace la nourriture dans les assiettes par une soupe crémeuse au potiron, garde tout le reste inchangé" permettent au modèle d'exécuter des modifications locales tout en conservant le mouvement de caméra et le style d'origine.
Les utilisateurs peuvent créer de nouvelles versions à partir de clips vidéo existants grâce à des instructions textuelles, sans recommencer la création depuis zéro. Par exemple, la combinaison d'une séquence de marche en bord de mer avec une présentation de produit, accompagnée de descriptions de style, génère une séquence fusionnée à la qualité publicitaire professionnelle.
Le modèle prend en charge la modification ciblée d'objets ou de zones spécifiques dans une vidéo sans restituer toute la scène. Les utilisateurs peuvent corriger des éléments désignés tout en conservant la composition, le mouvement et le ton visuel d'origine.
Par rapport à Veo 3, Gemini Omni montre des améliorations en matière de compatibilité des entrées, de spécifications de génération, de stabilité des images et de capacités de contrôle.
Alors que Veo 3 prend principalement en charge les prompts texte et image, Gemini Omni accepte également les clips vidéo, l'audio et les modèles comme références. Les utilisateurs peuvent combiner plusieurs supports dans une seule tâche sans fragmenter leur intention créative par format.
Veo 3 génère des clips d'environ 8 secondes, tandis que Gemini Omni devrait atteindre 15 à 30 secondes avec des transitions de segments plus fluides. La résolution de sortie a également progressé, avec une présentation plus riche des détails visuels.
Le modèle démontre une meilleure capacité à maintenir l'identité des personnages, les détails de scène et les éléments d'environnement par rapport aux générations précédentes, avec une meilleure persistance des objets dynamiques et une stabilité accrue dans les scènes à plusieurs personnages, offrant une cohérence visuelle supérieure pour les clips plus longs.
Les utilisateurs peuvent contrôler plus finement les mouvements de caméra, le cadrage et le rythme via le texte, et obtenir des changements d'angle multiples au sein d'une même scène. Pour la génération audio, le modèle peut produire des dialogues, des sons d'ambiance et des effets sonores adaptés aux visuels, avec synchronisation labiale prise en charge dans certains scénarios.
Ce modèle s'adresse aux domaines créatifs qui exigent à la fois efficacité de production vidéo et qualité d'image.
Adapté aux prototypes publicitaires, à la prévisualisation de storyboards et aux courts formats commerciaux. Les équipes créatives peuvent générer rapidement des ébauches visuelles à partir de texte, puis ajuster le style et le langage de caméra au fil des itérations afin de réduire les coûts de tournage et de mise en place en phase initiale.
Applicable à la production de vidéos courtes et de contenus pour chaînes en série. Le modèle aide à maintenir la cohérence des personnages et du style entre les segments, favorisant la création de séries de contenu reconnaissables, tandis que l'audio généré peut couvrir les besoins narratifs de base.
Utilisable pour les vidéos de présentation de produits, les récits de marque et d'autres contenus marketing. Grâce aux descriptions textuelles, les utilisateurs peuvent ajuster la mise en valeur du produit, l'atmosphère de la scène et le ton visuel, accélérant le passage de l'idée créative au rendu final.
Adapté aux contenus pédagogiques d'explication et de démonstration. La capacité améliorée du modèle à préserver le texte au tableau et les formules aide à générer des séquences d'enseignement claires et logiques, tandis que les plans multi-angles peuvent montrer les détails opérationnels étape par étape.
Lisez les derniers retours et avis d'utilisateurs sur Gemini Omni AI Video Generator.
Holllllyyyyyyyy @GeminiApp cooked 😳😳 🚨 Gemini Omni: New video model Here is the first output and see the text coherence , if this is not nano banana moment of video then what is ?? direct link for those who believes otherwise in comments
Sample video and early feedback 👀 > I won’t lie, this is one of the best video models I have seen, maybe not *the* best, but a really strong performance. I was particularly impressed by the prompt adherence (except for the one shot with the missing centerpiece), the model
Google will showcase Omni at Google I/O 2026 (May 19–20). Excited to see how this next-generation multimodal model advances AI-driven video creation and editing workflows. video by AIDRIVING #geminiomni
GOOGLE 🔥: An upcoming Gemini Omni video model from Google is expected to be much more advanced in video editing, capable of completing tasks like removing watermarks, replacing objects in the video, and more. It is also likely that Google will release 2 versions of this model,
🫨Google is creating a new Omni model with good video editing. Veo4? The original is on the left. Edited right. The new model also does a good job of removing watermarks from videos.
