Google lance les modèles Gemini 3.5 et l'agent Omni pour la génération vidéo

Google a annoncé lors de la conférence Google I/O 2026 les modèles Gemini 3.5 et l’agent Gemini Spark, ainsi que l’outil Gemini Omni, capable de transformer du texte, des images ou de l’audio en vidéos. Ces annonces s’inscrivent dans une série de mises à jour visant à renforcer les capacités multimodales et la génération de contenus visuels de l’entreprise.

Les modèles Gemini 3.5 sont présentés comme une évolution des versions précédentes, avec une version Gemini 3.5 Flash optimisée pour la rapidité. Ces modèles intègrent des améliorations de benchmarks et des outils de développement via le protocole MCP (Model Context Protocol) sur Google Cloud. L’agent Gemini Spark, toujours actif, permet une interaction continue avec les outils disponibles dans l’écosystème Google, notamment pour des tâches automatisées ou assistées par IA.

Gemini Omni marque une avancée dans la génération vidéo à partir de différents formats d’entrée. L’outil permet de créer ou modifier des vidéos à partir de texte, d’images fixes ou de fichiers audio, sans nécessiter de compétences techniques en montage. Cette fonctionnalité s’ajoute à d’autres annonces comme Anti-Gravity 2.0, une mise à jour de l’application de bureau et de l’interface en ligne de commande, ainsi que des outils dédiés à la recherche scientifique et à la simulation de mondes virtuels via Genie, qui exploite désormais les données de Street View et Waymo pour des environnements plus réalistes.

Les implications de ces outils concernent principalement les créateurs de contenu, les développeurs et les entreprises cherchant à automatiser la production de vidéos ou à enrichir leurs flux de travail avec des contenus générés par IA. La capacité à convertir plusieurs types de médias en vidéos ouvre des possibilités pour des applications variées, allant du marketing à l’éducation, en passant par la formation professionnelle.

Les annonces s’accompagnent également d’autres mises à jour, comme des améliorations dans les outils de recherche scientifique ou des simulations plus précises pour les modèles de monde, mais l’accent est mis sur la génération vidéo et les agents autonomes.