Google lance l'API Gemini Omni Flash pour la production vidéo d'entreprise

Google a rendu son modèle d'IA Gemini Omni Flash accessible aux entreprises via une API. Ce lancement permet la création et l'édition de contenu vidéo entièrement par conversation, une capacité précédemment présentée aux consommateurs et qui vise désormais à accélérer la production vidéo interne des entreprises.

Traditionnellement, la production de vidéos d'entreprise, telles que des modules de formation de 90 secondes ou des explications de produits, était un processus complexe impliquant des briefs détaillés, des équipes de production, des tournages, du montage et des révisions. Même des modifications textuelles mineures pouvaient nécessiter de relancer tout le flux de travail, rendant la production vidéo lente et coûteuse. Gemini Omni Flash vise à remodeler ce paradigme en offrant une solution plus rapide et plus rentable.

La nouvelle API permet la production de vidéos complexes en intégrant des outils auparavant utilisés séparément. Le modèle peut générer des vidéos à partir de texte, d'images et de clips vidéo existants, livrant une séquence finale avec un son synchronisé. Les utilisateurs peuvent également modifier des vidéos existantes en fournissant des instructions conversationnelles, simplifiant ainsi le processus de post-production.

La technologie prend en charge les entrées multimodales, telles que les images de référence et les clips vidéo existants, que le modèle intègre dans le résultat final. Elle comprend également le comportement des scènes physiques, comme les effets d'éclairage et de pluie, et peut gérer l'insertion ou la modification de texte et de logos dans les vidéos. Néanmoins, il est toujours conseillé aux utilisateurs d'examiner humainement le contenu généré avant la publication.

Google indique que les limitations actuelles comprennent une durée maximale de clip de 10 secondes et une résolution de 720p. Les fonctionnalités clés pour les entreprises incluent également un filigrane intégré (SynthID), des outils de traçabilité du contenu (C2PA) et une API de détection de contenu généré par IA. Google a également imposé des restrictions, comme l'interdiction d'utiliser des photos fixes et de l'audio pour créer des deepfakes.