Génération d'image et de vidéo : Nano Banana, Flow, Veo et Omni

Il y a deux ans, générer une image correcte avec une IA demandait de bricoler un prompt en anglais et de croiser les doigts. Aujourd’hui, tu discutes avec Gemini comme avec un graphiste, tu lui montres une image et tu lui demandes de changer juste la couleur du pull, et il le fait sans retoucher le reste. Ce niveau de contrôle a un nom : Nano Banana. Pour la partie modèles de texte, voir Les modèles Gemini : Pro, Flash, Deep Think... comment bien choisir et t’en servir ; ici, on parle image, vidéo et son.

Nano Banana : la famille image

Nano Banana désigne les modèles de génération et d’édition d’image nativement intégrés à Gemini. Leur signature, c’est l’édition conversationnelle et multi-tours : au lieu de régénérer toute l’image à chaque fois, le modèle applique des modifications sémantiques ciblées tout en gardant le reste cohérent¹. Google en propose désormais quatre déclinaisons² :

• Nano Banana (original) : la version historique, que Google recommande désormais de remplacer par une version plus récente.
• Nano Banana 2 : le modèle généraliste actuel, rapide (environ 4 secondes par image) et solide en édition multi-tours.
• Nano Banana 2 Lite : encore plus rapide et moins cher, pensé pour le gros volume plutôt que la finesse maximale.
• Nano Banana Pro : le haut de gamme, pour les compositions complexes et la meilleure qualité.

Le repère simple : Lite pour aller vite et en série, 2 pour l’usage courant, Pro quand le rendu final compte vraiment.

Veo et Omni : deux façons de faire de la vidéo

Deux logiques cohabitent aujourd’hui pour la vidéo.

Veo 3.1 est le modèle de génération vidéo « classique » : à partir d’un texte ou d’une image de départ, il produit des clips de 4, 6 ou 8 secondes en 720p, 1080p ou 4K, avec un son synchronisé nativement, et peut aussi étendre une vidéo existante ou ajouter/supprimer des éléments d’une scène¹.

Gemini Omni, dévoilé à Google I/O 2026, va plus loin : c’est un modèle multimodal qui fusionne Gemini, Veo, Nano Banana et Genie pour générer et éditer de la vidéo par conversation, à partir de texte, d’image, d’audio ou de vidéo³. La presse l’a vite surnommé « le Nano Banana de la vidéo », parce qu’il applique la même logique d’édition conversationnelle que Nano Banana a apportée à l’image⁴. Sa première version, Omni Flash, génère des clips jusqu’à 10 secondes, facturés 0,10 $ la seconde, et elle est accessible aux abonnés Google AI Plus, Pro et Ultra dans l’app Gemini, dans Flow, et gratuitement dans YouTube Shorts et YouTube Create⁴².

Dans la pratique, Veo reste pertinent pour une génération directe et prévisible ; Omni est plus adapté quand tu veux repartir d’une vidéo existante et la transformer par petites touches successives, un peu comme tu le ferais à l’oral avec un monteur.

Flow : l’atelier qui assemble tout

Flow est l’application dédiée de Google pour la création vidéo, et c’est là que Nano Banana, Veo et Omni travaillent ensemble. Le workflow signature s’appelle « Ingredients to Video » : tu génères d’abord une image clé avec Nano Banana 2, tu la peaufines, puis tu l’injectes comme image de départ pour l’animer, ce qui garde le style, l’éclairage et le design cohérents entre l’image et la vidéo⁵. Flow a aussi reçu des outils personnalisés et des agents capables d’enchaîner plusieurs actions à la suite (génération, édition, montage), ainsi qu’un outil Lasso pour sélectionner une zone précise de l’image par simple instruction texte⁵. Pour la musique, Flow Music s’appuie sur Lyria, le modèle audio de Google.

Quel outil pour quelle tâche

• Une image fixe (illustration, mockup, infographie, image de couverture) : Nano Banana, dans sa version 2, Lite ou Pro selon le besoin de vitesse ou de qualité.
• Une vidéo courte et prévisible depuis zéro : Veo 3.1.
• Transformer ou remixer une vidéo existante par la conversation : Omni, dans Flow.
• Un projet complet avec image, vidéo et musique cohérentes : Flow, avec le workflow Ingredients to Video.

Ces outils créatifs partagent la même logique que les modèles de texte : plus tu es précis dans ta demande et plus tu itères par petites touches, meilleur est le résultat. Pour revenir à la vue d’ensemble de l’écosystème, direction le guide complet.

¹: Nano Banana 2 vs Veo 3.1: Gemini Image vs Video Generation (2026), Tech Jacks Solutions, juin 2026. ²: Nano Banana 2 Lite & Gemini Omni Flash: Image to Video, Digital Applied, juin 2026. ³: Google Launches Gemini Omni for Video Generation and Editing, GNCrypto News, mai 2026. ⁴: Gemini Omni Is Out: Google’s Nano Banana for Video, Tellers.ai, mai 2026. ⁵: Gemini Live, Flow, Nano Banana et Lyria : le guide créatif (2026), blog-ia.com, juin 2026.