Google : Omni en vitrine, l'écosystème en arrière-plan
Gemini Omni Flash : l'éditeur vidéo conversationnel. Google DeepMind a dévoilé Gemini Omni Flash, un modèle qui transforme n'importe quelle entrée (texte, image, audio, vidéo) en sortie vidéo. La nuance importante : Omni n'est pas un nouveau Veo, c'est un éditeur. Tu lui donnes une vidéo que tu as déjà tournée, et tu la modifies en langage naturel, ajouter un élément, changer un décor, faire évoluer un personnage, créer un effet VFX, le tout sans toucher à une timeline. Les clips font jusqu'à 10 secondes pour l'instant (avec du plus long en route), les personnages restent cohérents d'une scène à l'autre, et l'accès est déjà ouvert dans l'app Gemini, dans Google Flow et dans YouTube Shorts. Un tier Omni Pro est en préparation pour les workflows plus lourds. Lien
Flow devient un studio unifié.
Pendant le I/O, Google a achevé la consolidation entamée plus tôt cette année : Flow, Whisk et ImageFX sont maintenant fusionnés en un seul espace. Nano Banana est intégré au cœur de Flow, ce qui permet de générer une image et de l'utiliser immédiatement comme ingrédient ou comme frame pour une génération Veo, sans changer d'outil. Omni Flash est également accessible dans Flow pour les abonnés payants. Le nouveau "Flow TV" propose en bonus une fonctionnalité rare : tu peux voir les prompts et techniques exactes utilisées par d'autres créateurs pour des clips qui t'inspirent. C'est un ajout discret mais qui change la pédagogie de l'outil.
Le reste de l'arsenal. Antigravity 2.0 est sorti en application desktop autonome, avec des sub-agents qui travaillent en parallèle sur un même projet. C'est plus orienté code que création visuelle, mais l'architecture est révélatrice : Google ne pense plus en termes de modèle unique, mais d'équipes d'agents qui se coordonnent. À garder dans le viseur si tu utilises Veo ou Flow à un niveau professionnel, parce que cette logique va arriver dans les pipelines créatifs. Côté recherche, Genie 3 reste accessible via Project Genie pour les abonnés AI Ultra (mondes interactifs générés à la volée), et Fabula, l'outil d'écriture narrative présenté à CHI en avril, demeure en prototype invite-only. Lien Antigravity · Lien Genie
Récap 15mn de la conférence Google IO 2026
La riposte : Runway ne lâche rien, et les autres non plus
Pendant que Google déployait son I/O, Runway a fait sa propre démonstration de force avec une sortie qui frappe pile dans le territoire d'Omni.
Aleph 2.0 et Edit Studio (Runway). Sorti le 22 mai, Aleph 2.0 est une montée en gamme du modèle d'édition vidéo in-context de Runway, accompagnée d'un tout nouveau produit, Edit Studio. Le principe est différent d'Omni : avec Aleph 2.0, tu édites une frame manuellement comme tu le veux, et le modèle propage cette modification sur le reste du clip en préservant tout ce que tu n'as pas touché. Les clips peuvent maintenant aller jusqu'à 30 secondes en 1080p, et Aleph 2.0 sait appliquer une modification à travers des séquences multi-plans avec coupes. C'est une approche plus "what you see is what you get" qu'Omni, là où Omni reste sur du conversationnel. Les deux outils visent le même marché : le post-prod léger pour social, publicité, contenu court. Lien
Seedance 2.0 (ByteDance), Kling 3.0 et GPT Image 2 : l'état des forces. Un état des lieux de la concurrence en Gen AI : Seedance 2.0 (ByteDance, avril) continue de dominer sur les rendus complexes avec beaucoup d'action ─ c'est lui qui a servi à produire Hell Grind, voir plus bas. Kling 3.0 reste la référence sur le 4K natif à 60fps avec audio synchronisé. GPT Image 2 (OpenAI, avril) a pris la tête sur l'édition d'image fine et le rendu de typographie, créant selon LM Arena le plus gros écart Elo jamais observé entre un nouveau modèle et son prédécesseur Nano Banana 2. Sur la dimension qui compte pour beaucoup de créatifs (personnages réels), Nano Banana Pro reste bloqué par sa politique sur les figures publiques, ce qui pénalise tout pipeline éditorial ou satirique. Game changer : non. État de la concurrence en mai 2026 : crucial à connaître.
Odyssey Agora-1.
Plus confidentiel mais à surveiller : Odyssey a sorti le 18 mai Agora-1, un "world model" multi-agents capable de simuler en temps réel un environnement partagé entre quatre participants (humains ou IA). Démontré sur GoldenEye, c'est l'équivalent d'un moteur de jeu appris, qui s'adresse à terme aux directeurs artistiques de jeu vidéo, aux réalisateurs de cinématiques et à la simulation pour formation. C'est tôt, mais c'est exactement le genre de geste qui repousse le périmètre de ce que "créer une scène" veut dire. Lien
Le reste : ce qui mérite ton attention cette semaine
arXiv durcit ses règles contre les papiers IA. Le dépôt de référence pour la recherche scientifique vient d'annoncer qu'il rejettera les soumissions générées sans contribution humaine substantielle, après une explosion de submissions de papiers de mauvaise qualité. Indirectement créatif : cette décision crée un précédent fort sur le statut de l'auteur dans les contextes professionnels qui exigent une traçabilité. Designers et rédacteurs qui livrent à des clients : ce genre de jurisprudence va arriver dans les contrats.
Stability AI publie Stable Audio 6min.
Le nouveau modèle de Stability AI peut générer des morceaux complets jusqu'à six minutes, avec une structure musicale cohérente (intro, développement, breakdown, outro). Pour les compositeurs et sound designers, c'est la première fois qu'un modèle open-weight propose une durée vraiment exploitable en production sans collage. À tester pour de la musique d'attente, du sound branding, ou des nappes longues. Lien
La conclusion
Hell Grind : un long-métrage IA "à Cannes" qui n'était pas vraiment à Cannes.
Le 21 mai, Higgsfield AI a projeté Hell Grind, un film de science-fiction de 95 minutes entièrement généré par IA, dans une salle de Cannes pendant le Festival. Tous les médias tech (et même le Wall Street Journal) ont titré "premier long-métrage IA au Festival de Cannes". Le Festival a démenti dès le lendemain : le film a été projeté dans un événement industriel organisé par des tiers, à Cannes la ville, pas au Festival.
Ce "contre-temps" marketing mis à part, le projet pose des questions qui méritent qu'on s'y arrête.
Hell Grind a été produit en 14 jours par une équipe de 15 personnes à un budget de 500 000 dollars, dont 80% est parti dans les coûts de compute GPU. Le pipeline : Soul Cinema et Soul Cast de Higgsfield, plus Seedance 2.0 de ByteDance pour les visuels. Les premières 25 minutes ont nécessité 16 181 générations vidéo pour produire 253 plans finaux. Le réalisateur affirme que "le futur, c'est une personne qui fait un film entier".
Trois choses à tenir en même temps face à cette news. 1) : techniquement, c'est réel. On peut faire 95 minutes de narration cohérente entièrement avec des outils IA, à un budget réduit d'environ 99% par rapport à une production traditionnelle équivalente. 2) : esthétiquement, c'est ce qu'on appelle un "AI bro film", action surchargée, ralentis, dialogues irrévérencieux, un look qui trahit immédiatement son origine. 3) économiquement, le ratio 16 181 générations pour 253 plans utilisables (soit environ 1.5% de taux de réussite) rappelle que "génératif" ne veut pas dire "rapide" ou "bon marché" sans une équipe ultra compétente derrière.
La question pour les créatifs n'est pas "est-ce que Hell Grind est bon ?". Spoiler : C'est un bon gros nanar . Elle est : quelle compétence devient centrale quand l'outil produit 64 fois plus de matière que ce qui sera retenu ? La sélection, le goût, le jugement éditorial. Exactement les compétences qu'on a tendance à oublier dans la conversation sur l'IA générative. Lien Wikipedia · Lien démenti Cannes
Qu'est-ce qui vous paraît le plus important à développer dans votre pratique en ce moment ? La maîtrise des outils, ou la capacité à choisir ce qui mérite d'être retenu dans ce qui est produit ?