Google Vids ajoute Gemini Omni et des avatars personnels

Google pousse la création vidéo par IA plus loin dans les logiciels de bureau du quotidien

Google a annoncé deux nouvelles fonctionnalités IA pour Google Vids, son outil vidéo de Workspace : Gemini Omni pour la génération et l’édition vidéo à partir de prompts, et des avatars personnels permettant aux utilisateurs de créer un double numérique à partir d’un selfie et d’un enregistrement vocal. Cette mise à jour indique où l’une des plus grandes entreprises de plateforme voit la prochaine phase des médias génératifs : non seulement dans des outils créatifs spécialisés, mais aussi au sein des produits de communication de travail courants.

Ce basculement compte. Une grande partie de l’enthousiasme initial du grand public pour la vidéo générative portait sur des démos spectaculaires, des courses aux performances des modèles et des flux de travail créatifs autonomes. La mise à jour de Vids par Google vise quelque chose de plus pratique. Elle présente la vidéo IA comme une infrastructure de bureau, un moyen de rendre plus rapides, avec moins de préparation de production, les explications internes, les présentations et les clips orientés message.

Selon l’annonce de Google, Gemini Omni permet aux utilisateurs de générer et d’éditer des clips de haute qualité à l’aide de simples prompts textuels et de références d’image. L’entreprise explique que l’on peut modifier un clip, par exemple en changeant l’arrière-plan ou en corrigeant l’éclairage, simplement en décrivant le résultat souhaité. Les avatars personnels, eux, sont conçus pour les utilisateurs qui souhaitent apparaître dans une vidéo sans devoir se filmer à chaque fois. La configuration utilise un selfie et un échantillon vocal pour créer un présentateur numérique.

Pourquoi cela compte plus qu’une simple sortie de fonctionnalité

En surface, ces ajouts ressemblent à une simple mise à jour de produit dans un marché déjà saturé d’outils médias IA. Mais leur intégration dans Google Workspace leur donne un poids stratégique. Workspace n’est pas une suite créative de niche. Il fait partie de la manière dont beaucoup d’organisations rédigent, présentent, planifient et collaborent déjà. Lorsque la génération vidéo et la présentation fondée sur des avatars entrent dans cet environnement, elles deviennent plus faciles à normaliser comme comportement professionnel standard.

L’intérêt pratique est évident. Beaucoup de vidéos de travail sont limitées moins par les idées que par le temps, la maîtrise du montage et l’aisance devant la caméra. Un système guidé par prompts abaisse la barrière de création de clips. Un avatar abaisse la barrière d’apparition dans ces clips. Pour la formation, les mises à jour, l’intégration des nouveaux arrivants et les annonces internes, cela peut réduire fortement les frictions.

Google insiste aussi sur le fait que ces outils ne se limitent pas à la génération brute. La possibilité d’affiner un clip existant en décrivant des changements en langage naturel est au cœur de la proposition. Cela suggère que Google cherche à fusionner production et postproduction dans un seul flux de travail conversationnel, ce qui sera probablement plus utile aux utilisateurs de bureau ordinaires qu’une démonstration de génération purement cinématographique.

La transparence devient une partie du récit produit

L’un des détails les plus importants du texte source est que chaque clip généré par IA inclut un filigrane numérique. Google présente cela comme un mécanisme de transparence destiné à garder le contenu produit par IA “transparent et honnête”. Cette formulation compte, car les outils d’avatar et de génération vidéo se situent à proximité de plusieurs lignes sensibles : authenticité, consentement, identité et risque de tromper les spectateurs.

En mettant le filigrane en avant, Google reconnaît que la commodité seule ne suffit pas. Si une plateforme permet de générer facilement un message convaincant ou une présence synthétique à l’écran, elle doit aussi montrer comment ce contenu sera identifié. L’efficacité réelle du filigrane est un autre débat, mais son inclusion ici montre que la provenance devient un élément du design produit grand public, et non plus seulement un sujet de politique.

La fonction d’avatar personnel est particulièrement révélatrice à cet égard. Les utilisateurs d’entreprise peuvent apprécier la possibilité de diffuser des mises à jour répétées sans se réenregistrer constamment, mais les outils d’avatar intensifient aussi les questions de représentation et de confiance. Le cadrage de Google est résolument professionnel : créer un avatar numérique personnalisé pour jouer dans vos vidéos lorsque vous ne voulez pas installer une caméra ou enregistrer chaque message. Cela limite le cas d’usage, sans pour autant supprimer les questions éthiques plus larges liées à l’identité synthétique.

Le tableau d’ensemble des médias génératifs

Ces mises à jour montrent à quelle vitesse la vidéo générative passe du statut de vitrine de modèles de pointe à celui d’utilité intégrée. Google indique que les utilisateurs de Vids ont déjà créé des millions de vidéos et que des mises à jour précédentes incluaient un accès plus large à Veo 3.1. Gemini Omni prolonge cette trajectoire en rendant la génération et l’édition plus proches du prompt du quotidien. En cas de succès, la fonctionnalité pourrait aider à définir ce à quoi ressemble la production vidéo non spécialisée dans les grands écosystèmes de bureau.

Il y a aussi ici un signal de marché subtil mais important. Les produits de médias IA qui l’emporteront ne seront peut-être pas ceux qui offrent les résultats les plus cinématographiques isolément. Ils seront peut-être ceux qui s’intègrent le mieux aux environnements où les gens travaillent déjà. En ce sens, Google mise autant sur la distribution et l’intégration du flux de travail que sur la capacité du modèle.

Des restrictions d’éligibilité subsistent, et le texte source indique aux utilisateurs de vérifier si les outils leur sont accessibles. Malgré cela, la direction est claire. La création vidéo par IA est de moins en moins présentée comme un événement créatif exceptionnel et de plus en plus comme une fonctionnalité ordinaire des logiciels de communication professionnelle.

Points clés

• Google Vids inclut désormais Gemini Omni pour la génération et l’édition vidéo à partir de prompts.
• Les utilisateurs peuvent aussi créer des avatars personnels à partir d’un selfie et d’un enregistrement vocal.
• Google indique que chaque clip généré par IA comportera un filigrane numérique pour plus de transparence.
• Cette mise à jour pousse la vidéo générative plus profondément dans les workflows quotidiens de Workspace.

Le plus important dans ce lancement n’est pas la nouveauté de taper un prompt pour créer ou modifier un clip. C’est la normalisation de ce comportement au sein d’outils déjà utilisés pour le travail. À mesure que les médias génératifs entrent dans les usages par défaut du bureau, la frontière entre logiciel de communication et logiciel de production de contenu devient beaucoup plus fine.

Cet article s’appuie sur un reportage de Google AI Blog. Lire l’article original.