Créer des vidéos d’architecture avec Gemini Omni Flash et Veo 3.1 : guide étape par étape

Ce que vous apprendrez dans ce guide

Ce guide explique comment choisir entre Gemini Omni Flash et Veo 3.1 pour créer une courte vidéo de présentation à partir d’un visuel architectural, et comment structurer les instructions textuelles. Il ne s’agit pas de garantir un résultat parfait en une seule tentative, mais de rédiger une description de scène claire, d’évaluer le résultat et d’affiner les consignes si nécessaire.

La documentation de Gemini API de Google présente Gemini Omni Flash comme un outil de génération de courtes vidéos à partir de texte et d’images, avec la possibilité de les retoucher en plusieurs passes. Elle décrit également Veo 3.1 comme prenant en charge la génération audio intégrée, le prolongement de vidéos, la génération ciblant des images précises et le guidage par image. Omni Flash peut être envisagé pour une première vidéo conceptuelle ou une ambiance intérieure ; pour prolonger un clip existant ou cibler une image précise, vous pouvez examiner les fonctionnalités documentées de Veo 3.1.

Prérequis : logiciel, version et accès

Le flux de travail passe par Gemini API. La documentation de Google indique l’Interactions API pour Gemini Omni Flash et l’API generateContent pour Veo 3.1. Il vous faut donc un client ou une application capable d’utiliser l’API, ainsi qu’un accès à Gemini API. Les sources ne précisent pas les étapes de création d’un compte, les tarifs, les quotas gratuits ni les exigences en matière de logiciels locaux ; consultez la documentation actuelle de l’API pour ces informations.

Les sources ne mentionnent aucune exigence particulière concernant l’ordinateur, la carte graphique ou le système d’exploitation. La génération vidéo étant présentée comme un flux de travail API, il serait inapproprié d’inventer ici des exigences matérielles locales. La documentation utilise les noms Gemini Omni Flash et Veo 3.1 pour la génération vidéo ; la page indique également que Gemini 3.8 Flash est disponible. Cette mention ne signifie pas qu’il existe des exigences matérielles ou d’installation spécifiques à la génération vidéo.

Avant de commencer, choisissez un visuel architectural approprié. Si le cadrage, les matériaux principaux et l’éclairage sont lisibles, il sera plus facile d’évaluer les instructions. Si vous téléversez des images d’un projet réel, vérifiez que vous disposez des autorisations nécessaires pour les partager et les utiliser.

1. Choisir un flux de travail

Commencez par définir l’objectif de la vidéo. Pour créer une courte vidéo d’ambiance à partir d’une image unique ou améliorer le résultat avec des retouches conversationnelles en plusieurs passes, essayez Gemini Omni Flash. Pour prolonger une vidéo existante, générer des images ciblées ou utiliser des images comme références, envisagez Veo 3.1. La documentation de Google indique que ces modèles sont destinés à des flux de travail différents ; votre choix doit dépendre des fonctionnalités dont vous avez besoin.

Pour votre première tentative, concentrez-vous sur une seule scène. Par exemple, pour présenter un intérieur, décrivez clairement le mouvement de caméra, les zones à montrer et l’ambiance recherchée. Les exemples de prompts ci-dessous ont été rédigés pour ce guide et adaptés à un usage architectural ; rien ne garantit que les résultats correspondront parfaitement aux prompts.

Create a short architectural visualization video from the supplied interior image. Slowly move the camera from the entrance toward the main living area. Preserve the room layout, furniture positions, materials, and daylight mood. Keep the scene calm and realistic.

Cet exemple précise un seul mouvement de caméra ainsi que les caractéristiques visuelles à préserver. Selon la documentation de Gemini API, Gemini Omni Flash peut utiliser conjointement du texte et des images en entrée ; ajoutez donc le visuel intérieur choisi au flux de travail lorsque cela est approprié.

2. Rédiger des consignes claires et vérifiables

Le guide de Google sur la conception de prompts recommande de formuler des consignes claires et précises, en décrivant si nécessaire la tâche, les entrées et le format de sortie souhaité. Pour une vidéo d’architecture, décrivez séparément la scène, le changement attendu dans la vidéo et les éléments à préserver. Au lieu d’expressions vagues comme « rendre ça plus beau », précisez par exemple la direction de la lumière naturelle ou la partie de l’espace à montrer.

Create a short video of this contemporary courtyard from the supplied image. Show the planted courtyard and the adjacent façade in a gentle camera move. Keep the façade geometry, paving pattern, planting layout, and overcast daylight consistent with the reference.

Cette consigne est conçue pour un essai avec Veo 3.1 guidé par une image. La documentation de Google indique que Veo 3.1 prend en charge le guidage par image ; elle ne garantit pas que les détails décrits dans le prompt seront reproduits à l’identique.

3. Examiner le premier résultat, puis le retoucher

La documentation de Gemini API de Google indique que Gemini Omni Flash se prête à la retouche vidéo en plusieurs passes via l’Interactions API. Lors de l’évaluation du premier résultat, plutôt que de demander plusieurs changements à la fois, identifiez le problème le plus évident : le mouvement de caméra, l’éclairage ou le cadrage, par exemple. Donnez ensuite une nouvelle consigne qui précise uniquement cet aspect.

Revise the previous video. Keep the room, materials, furniture, and lighting unchanged. Make the camera movement slower and end with a clear view of the dining area.

Cet exemple montre comment demander une seule correction après le premier passage. Les retouches successives peuvent faciliter le suivi des changements d’une passe à l’autre ; toutefois, comme la documentation ne précise ni le nombre de passes ni le résultat garanti, il faut vérifier la disponibilité et la qualité des résultats en faisant des essais.

4. Prolonger une vidéo existante ou cibler une image

La documentation de Veo 3.1 de Google mentionne la prise en charge du prolongement de vidéos et de la génération ciblant des images précises. Pour imaginer la suite d’un court clip architectural, décrivez la partie de la scène que vous souhaitez prolonger. Les sources fournies ne donnent pas de paramètres détaillés ni d’étapes pour utiliser la fonction de prolongement vidéo ; vérifiez la procédure dans le guide API actuel.

La documentation mentionne également la génération de Veo 3.1 ciblant des images précises. Toutefois, les sources n’expliquent pas avec quels paramètres ni selon quelles étapes utiliser cette fonction. Ne supposez donc pas qu’une description de l’image dans le prompt suffit ; vérifiez la méthode dans le guide actuel de l’API generateContent.

Extend the supplied architectural video with a quiet continuation of the same courtyard view. Maintain continuity with the existing scene, including the façade, planting, paving, and lighting. Do not introduce a new location.

Cet exemple décrit un flux de travail de prolongement vidéo à partir d’une scène architecturale. La documentation de Google confirme l’existence de cette fonctionnalité, mais n’explique pas ici comment téléverser le clip ni régler la durée du prolongement ; vérifiez les étapes dans le guide API actuel.

Erreurs fréquentes et prochaines étapes

• Demander de manière vague, dans un même prompt, de modifier l’espace, le mouvement de caméra, l’éclairage et de nombreux autres éléments peut rendre difficile l’évaluation de ce qui fonctionne. Simplifiez les consignes et testez un paramètre à la fois.

• Ne partez pas du principe que la géométrie ou les matériaux de l’image de référence seront préservés à coup sûr. Comparez le résultat avec le visuel du projet et formulez clairement les corrections nécessaires.

• Ne traitez pas Gemini Omni Flash et Veo 3.1 comme s’ils suivaient le même flux de travail. Choisissez le modèle en fonction de vos besoins : retouches en plusieurs passes, prolongement vidéo, génération ciblant des images précises ou guidage par image.

• Les sources fournies ne précisent ni les tarifs, ni les quotas, ni les limites de sortie, ni les étapes d’utilisation de l’API. Avant de commencer un projet réel, vérifiez ces informations dans la documentation actuelle de Gemini API.

Dans les agences d’architecture et d’architecture d’intérieur, cette méthode peut aider à préparer rapidement des ébauches audiovisuelles pour des présentations conceptuelles et des essais d’ambiance. Les artistes archviz doivent vérifier si le langage visuel existant est préservé et si la vidéo contribue au récit du projet. Pour la suite, comparez les deux modèles à partir du même visuel et d’instructions similaires, selon les fonctionnalités dont vous avez besoin ; avant de les intégrer au processus de production, vérifiez également les licences, les coûts et les conditions de partage des données du projet.

Sources et licence

Ce guide est une adaptation en turc fondée sur les pages « Video generation in the Gemini API » et « Prompt design strategies » de la documentation de Gemini API de Google. Les deux sources sont proposées sous licence CC BY 4.0. Les exemples de prompts destinés à un usage architectural ont été rédigés spécifiquement pour ce guide.