Veo 3.1 arrive : Veo est la famille de modèles de génération vidéo de Google (Veo 3 / Veo 3 Fast sont actuels). Google a récemment livré d’importantes améliorations de Veo 3 (vertical 9:16, 1080p, Veo 3 Fast, baisse des prix) et il y a des rumeurs / publications sociales selon lesquelles Veo 3.1 est imminent — mais Google n’a pas encore publié de bulletin officiel de sortie pour Veo 3.1. Je vais lister les faits confirmés, les changements probables/attendus, et une comparaison directe avec le Sora 2 d’OpenAI.
Ce qu’est Veo
Veo est la gamme de modèles vidéo génératifs de Google (DeepMind / Google Cloud / famille Gemini) qui transforment du texte ou des images en courts métrages — et (dans Veo 3) génèrent l’audio nativement (effets sonores, ambiance et dialogues). Elle est proposée sur Google Cloud (Vertex AI / Gemini API) pour les développeurs et les entreprises, et inclut des filigranes de provenance / SynthID intégrés sur les sorties.
Ce que Veo 3 a déjà apporté
- Texte → vidéo et image → vidéo (y compris l’aperçu image‑vers‑vidéo).
- Génération audio native (musique, sons d’ambiance, dialogues) — Veo 3 a introduit un audio de premier ordre.
- Deux variantes : Veo 3 haute qualité et Veo 3 Fast (optimisée pour la vitesse/l’itération).
- Disponibilité plateforme : disponible dans Vertex AI / Gemini API (aperçu payant → disponibilité générale à la mi‑2025).
- Sécurité/provenance : filigranage SynthID et certains contrôles/approbations d’usage pour la génération de personnes/enfants.
Alors — que devrait apporter Veo 3.1 ?
Statut : À ce jour, il n’existe pas de page produit officielle pour Veo 3.1 décrivant des notes de version complètes. Cependant, plusieurs publications de développeurs Google / publications communautaires et tweets indiquent une mise à jour à court terme (étiquetée « Veo 3.1 ») qui devrait se concentrer sur des améliorations itératives de l’audio, de la qualité et de la prise en charge des formats plutôt qu’une refonte complète d’une nouvelle génération.
Voici quelques déductions que j’ai faites sur la base du post de x et des caractéristiques de Veo 3 :
- Amélioration de l’audio natif (dialogues, synchronisation labiale multivoix) — dialogues plus propres, meilleur mixage des SFX et spatialisation). Veo 3 génère déjà l’audio nativement ; Veo 3.1 pourrait améliorer le réalisme des dialogues et la prise en charge des langues afin de s’aligner sur les récents progrès des concurrents.
- Voies plus rapides/moins coûteuses pour certaines sorties courantes (davantage de parité et d’optimisations avec Veo 3 Fast).
- Fidélité image→vidéo améliorée et meilleure cohérence des personnages/poses dans les clips multi‑trames.
- Rapports d’aspect / contrôles de résolution étendus (9:16/16:9 plus flexibles et 1080p à travers les configurations). Google a déjà ajouté le format vertical + 1080p ; Veo 3.1 pourrait étendre ces contrôles.
- Clips plus longs / assouplissement de la limite de 8 secondes — la demande de la communauté et la feuille de route antérieure de Google suggèrent qu’une durée accrue est une cible probable (Veo 3 aujourd’hui est optimisé pour des clips de 8 secondes).
- Meilleure fidélité image→vidéo et prise en charge élargie de l’image‑vers‑vidéo (améliorations du réalisme, de la continuité du mouvement), en s’appuyant sur l’aperçu image→vidéo de Veo 3.
Comparaison Veo 3 / (attendu) Veo 3.1 → OpenAI Sora 2
Focalisation principale
- Veo 3 (Google) : courtes vidéos de 8 secondes à haute fidélité à partir d’invites texte/image ; audio natif ; intégré à Gemini/Gemini API et Vertex AI ; optimisé pour l’usage en production et l’intégration via API pour développeurs.
- Sora 2 (OpenAI) : le modèle phare vidéo+audio d’OpenAI mettant l’accent sur le réalisme physique, le mouvement cohérent, la synchronisation du dialogue et du son, ainsi qu’une application sociale associée (Sora) avec un système de caméo/consentement pour intégrer l’image des utilisateurs, et un fort accent sur le réalisme et les contrôles de sécurité.
Atouts
- Veo (actuel) : forte intégration développeur/entreprise (Vertex AI, Gemini API), options de tarification pour la production, parcours clair pour les clients cloud, vertical/1080p + variante rapide. Adapté aux entreprises qui construisent des pipelines.
- Sora 2 : précision physique remarquable et synchronisation multimodale (dialogue + visuels), avec une application orientée grand public intégrée aux workflows sociaux (fonction caméo, modération). Idéal pour les créateurs souhaitant des scènes narratives réalistes et un écosystème applicatif.
Comment accéder à Veo maintenant — et se préparer à Veo 3.1
- Essayer dans Gemini (grand public / web / mobile) : la génération Veo est disponible dans les applications Gemini (touchez l’option “video” dans la barre d’invite). Le niveau d’accès (Pro / Ultra) influe sur les variantes Veo que vous pouvez utiliser.
- Programmatique / entreprise : utilisez l’API sur CometAPI (les identifiants des modèles Veo sont disponibles dans la documentation des modèles). CometAPI propose veo3-pro, veo3-fast et veo3. Pour plus de détails, veuillez vous référer à la doc de Veo 3 et à sa documentation.
Conseil pratique (développeur) : pour demander une sortie verticale, définissez le paramètre aspectRatio (p. ex. "9:16") et vérifiez la configuration du modèle (Veo 3 vs Veo 3 Fast) ainsi que votre offre pour les limites de résolution (720p vs 1080p).
Comment accéder à Sora 2 (aujourd’hui)
Application Sora : Sora 2 a été lancé avec une application Sora (déploiement limité par invitation aux États‑Unis et au Canada au lancement). OpenAI a indiqué un accès plus large et une extension de l’API ultérieurement. Si vous souhaitez essayer Sora 2 maintenant, consultez la page Sora 2 de CometAPI. CometAPI prend déjà en charge l’API Sora 2 et génère des clips sociaux d’environ ~10 secondes, avec un accent sur le réalisme des mouvements pour les personnes.
Pour commencer
CometAPI est une plateforme API unifiée qui agrège plus de 500 modèles d’IA issus de fournisseurs majeurs — tels que la série GPT d’OpenAI, Gemini de Google, Claude d’Anthropic, Midjourney, Suno et d’autres — au sein d’une interface unique et adaptée aux développeurs. En offrant une authentification cohérente, un formatage des requêtes et une gestion des réponses unifiés, CometAPI simplifie considérablement l’intégration des capacités d’IA dans vos applications. Que vous construisiez des chatbots, des générateurs d’images, des compositeurs de musique ou des pipelines d’analytique pilotés par les données, CometAPI vous permet d’itérer plus vite, de maîtriser les coûts et de rester indépendant des fournisseurs — tout en profitant des dernières avancées de l’écosystème de l’IA.
Les développeurs peuvent accéder à l’API Veo 3.1 via CometAPI ; la dernière version du modèle est toujours alignée avec le site officiel. Pour commencer, explorez les capacités du modèle dans le Playground et consultez le guide de l’API pour des instructions détaillées. Avant d’y accéder, assurez‑vous d’être connecté à CometAPI et d’avoir obtenu la clé API. CometAPI propose un prix bien inférieur au prix officiel pour vous aider à intégrer.
Prêt à démarrer ? → Inscrivez‑vous à CometAPI dès aujourd’hui !