Le nouveau modèle de Google, Gemini Omni, se distingue par sa capacité à traiter simultanément plusieurs types de médias (texte, image, audio, vidéo) sans passer par des modèles intermédiaires. Cette approche permet non seulement de générer des vidéos à partir de simples descriptions textuelles ou d’images, mais aussi d’éditer des séquences existantes avec précision. 

Une interface de génération classique

Pour nos premiers tests, nous avons exploré l’application grand public de Gemini. Il est désormais possible de fixer le ratio d’aspect de son clip (paysage ou portrait) avant de lancer la génération pour éviter les approximations. L’interface propose également des modèles prédéfinis permettant d’appliquer instantanément un style graphique particulier.