Publié le 14 janvier 2026 à 12h45. Google vient de dévoiler une mise à jour majeure de son intelligence artificielle Veo 3.1, permettant désormais de créer des vidéos verticales directement à partir de photographies, une fonctionnalité particulièrement adaptée aux réseaux sociaux comme TikTok et Instagram.
- Google a mis à jour son modèle d’intelligence artificielle Veo 3.1 pour la génération de vidéos.
- La nouvelle fonctionnalité permet de transformer des photos en clips verticaux (format 9:16) optimisés pour les réseaux sociaux.
- Veo 3.1 améliore la cohérence visuelle et offre une meilleure résolution, jusqu’à 4K.
L’arrivée de cette fonctionnalité marque une étape importante dans la stratégie de Google visant à simplifier la création de contenu vidéo grâce à l’intelligence artificielle et à concurrencer les plateformes dominantes des formats courts. Jusqu’à présent, l’intégration de modèles de génération vidéo tels que Sora 2 ou les versions précédentes de Veo se limitait à l’utilisation d’images de référence spécifiques. La mise à jour de Veo 3.1 permet désormais d’utiliser des photos personnelles comme base de création, une avancée significative pour les utilisateurs.
La fonctionnalité repose sur l’outil « Ingredients to Video », intégré à l’écosystème Veo, qui combine des images et des instructions textuelles pour générer automatiquement des vidéos. Google a activé pour la première fois la création vidéo native au format 9:16, le standard des principales plateformes sociales, évitant ainsi les découpes, les pertes de qualité ou les adaptations forcées du contenu original.
Au-delà du format vertical, Veo 3.1 intègre des améliorations en termes de cohérence visuelle. Selon Google, le modèle préserve désormais de manière plus fiable l’identité des personnes et des personnages, ainsi que la continuité des arrière-plans et des objets, en ajustant automatiquement les paramètres d’éclairage, de tonalité et de silhouette.
Une autre avancée notable est la capacité de synthèse visuelle. Cette fonctionnalité permet de combiner des images avec différents styles, textures ou caractéristiques en une seule vidéo cohérente. L’utilisateur doit simplement détailler dans les instructions textuelles le style dominant et la manière dont les différents éléments visuels doivent être intégrés, ouvrant ainsi de nouvelles perspectives créatives.
La qualité des vidéos générées est également améliorée. Veo 3.1 est désormais capable de produire des vidéos en 1080p et 4K. Les clips 1080p offrent une image plus nette, tandis que les vidéos 4K utilisent des techniques de mise à l’échelle avancées pour capturer davantage de détails et de textures, même dans les contenus courts.
La nouvelle fonctionnalité de création de vidéos verticales à partir de photos est d’ores et déjà disponible dans l’application Gemini pour appareils mobiles. Google a intégré « Ingredients to Video » directement dans l’application afin de permettre à un plus grand nombre d’utilisateurs d’expérimenter cette technologie sans avoir recours à des outils externes. Elle est également accessible via YouTube Create et l’écosystème Shorts.
Pour les utilisateurs ayant besoin de résolutions plus élevées ou d’une utilisation plus avancée, Google a activé l’accès via Flow, l’API Gemini, Vertex AI et Google Vids. Ces options sont destinées aux créateurs professionnels, aux entreprises et aux développeurs souhaitant intégrer la génération vidéo par IA dans des flux de travail plus complexes.
Parallèlement à ces nouveautés, Google a annoncé l’intégration d’une étiquette d’identification dans les vidéos générées avec Veo 3.1. Il s’agit de SynthID, un filigrane invisible à l’œil nu qui permet d’identifier le contenu créé grâce à l’intelligence artificielle. L’objectif, selon Google, est de lutter contre la désinformation et d’améliorer la transparence quant à l’origine du matériel audiovisuel.
Les utilisateurs pourront vérifier si une vidéo a été générée par l’IA grâce à l’application Gemini, une mesure qui s’inscrit dans les efforts de l’entreprise pour établir des normes de responsabilité dans l’utilisation des technologies génératives. Cette approche devient particulièrement pertinente dans un contexte où les vidéos synthétiques sont de plus en plus réalistes et difficiles à distinguer des vidéos authentiques.