Google franchit une nouvelle étape dans la génération de vidéos par intelligence artificielle avec le lancement de Veo 3, un modèle révolutionnaire qui intègre pour la première fois des capacités audio aux vidéos générées par IA.
Présenté lors de la conférence Google I/O 2025 en mai, Veo 3 représente une avancée majeure par rapport aux générateurs de vidéos IA précédents, en intégrant dialogues synchronisés, ambiances sonores et musiques de fond directement dans les clips générés. « Pour la première fois, nous sortons de l’ère du muet dans la génération vidéo », a déclaré Demis Hassabis, PDG de Google DeepMind, lors de l’annonce.
La technologie excelle dans la création de vidéos réalistes avec une physique fidèle, une synchronisation labiale précise et des mouvements naturels. Les utilisateurs peuvent générer des vidéos à partir de descriptions textuelles ou de références visuelles, l’IA ajoutant automatiquement les éléments sonores adaptés au contenu visuel. Cette capacité distingue Veo 3 de ses concurrents comme Sora d’OpenAI, qui ne propose pas encore de génération audio native.
Parallèlement à Veo 3, Google a enrichi son populaire modèle Veo 2 avec plusieurs nouvelles fonctionnalités puissantes. Parmi celles-ci : la vidéo basée sur des références pour garantir la cohérence des personnages et objets, des contrôles avancés de la caméra pour des mouvements cinématographiques, l’outpainting pour étendre les cadres au-delà des bordures originales, ainsi que l’ajout et la suppression intelligents d’objets.
Pour illustrer le potentiel créatif de ces outils, Google a lancé Flow, une nouvelle plateforme de création cinématographique par IA qui combine les modèles Veo, Imagen et Gemini. Plusieurs réalisateurs ont déjà produit des courts-métrages professionnels grâce à cette technologie, dont « Kitsune », une histoire de science-fiction émouvante réalisée par Henry Daubrez, et « Dear Stranger » de Junie Lau, une exploration de l’identité.
Veo 3 est actuellement disponible pour les abonnés américains au forfait AI Ultra de Google à 249,99 $ par mois via l’application Gemini, ainsi que pour les entreprises via la plateforme Vertex AI de Google. La technologie intègre le filigrane SynthID afin d’identifier les contenus générés par IA et de répondre aux préoccupations liées aux deepfakes et à la désinformation.