Veo 3.1 : guide complet avec exemples

Comment accéder à Veo 3.1

La façon la plus simple d'accéder à Veo 3.1 est via la plateforme Flow de Google. Cela nécessite un abonnement, dont le tarif peut varier selon votre région. L'abonnement inclut 1 000 crédits mensuels, soit l'équivalent de 50 vidéos avec Veo 3.1 Fast et 10 vidéos avec Veo 3.1.

Il est aussi possible de l'utiliser dans le Vertex AI studio, mais cela demande plus de configuration et une certaine connaissance de Google Cloud Platform.

Autre option : utiliser l'API Gemini avec, par exemple, Python. Dans ces deux cas, aucun abonnement n'est requis. En revanche, une carte bancaire doit être liée à la clé d'API ou au projet Google, et la facturation se fait à la vidéo.

Quoi de neuf dans Veo 3.1 ?

Veo 3.1 apporte de nouvelles fonctionnalités et des améliorations par rapport à Veo 3 concernant les vidéos générées, notamment :

• Audio plus riche : Veo 3.1 permet désormais de générer un son plus riche et plus réaliste en même temps que la vidéo. La prise en charge de l'audio a été ajoutée à toutes les fonctionnalités de Flow, y compris « Ingredients to Video », « Frames to Video » et « Extend », pour des vidéos plus immersives et narratives.
• Narration et réalisme améliorés : Il est désormais possible de générer des vidéos à partir des cadres de début et de fin d'une scène, offrant un contrôle bien plus précis sur son déroulé. Le réalisme a également été renforcé : meilleure fidélité des textures, consistance accrue avec le prompt et qualité audiovisuelle améliorée.
• Plans plus longs et sans couture : Les modèles de génération vidéo par IA sont généralement limités à quelques secondes. Avec la fonction d'extension, vous pouvez prolonger un clip existant pour créer des vidéos plus longues, permettant des scènes étendues et fluides.
• Contrôle créatif renforcé : De nouvelles capacités dans Flow permettent d'éditer les clips avec plus de précision. Par exemple, on peut ajouter et retirer des éléments (objets, personnages, etc.) des scènes tout en gérant réalistement lumières et ombres.

Explorer les fonctionnalités de Veo 3.1

Regardons plus en détail certaines des nouvelles possibilités de Veo 3.1. 

Frames to video

La fonctionnalité « frames-to-video » permet de générer une vidéo en fournissant les cadres de début et de fin. Le modèle produira alors une vidéo dont les premiers et derniers cadres correspondent à ceux fournis.

Pour utiliser cette fonctionnalité, sélectionnez l'option « Frames to Video » :

Par exemple, en partant d'un bol de riz et d'une image montrant le même bol avec du riz en forme de chat, on peut demander à Veo 3.1 de générer une vidéo réalisant cette transformation :

Pour générer la vidéo, il suffit de choisir les premiers et derniers cadres dans le sélecteur, puis de renseigner un prompt décrivant la séquence entre les deux.

Voici le résultat :

Cette fonctionnalité est particulièrement précieuse pour les créateurs qui souhaitent conserver une cohérence visuelle entre les scènes ou produire des vidéos plus longues et plus fluides. En ancrant le début et la fin, Veo 3.1 garantit des transitions souples et un récit cohérent, évitant les ruptures brutales fréquentes avec des séquences générées par IA. 

Cela ouvre des perspectives pour les cinéastes, les animateurs et les marketeurs qui ont besoin d'un contrôle fin sur l'arc narratif et la continuité visuelle, tout en profitant de l'efficacité de la génération vidéo par IA.

Après de nombreux tests, les résultats ne sont pas toujours probants. J'ai eu l'idée d'animer cette photo prise il y a quelques années :

Mon idée était de démarrer par une image sans personne, puis de générer une vidéo où des gens entrent dans l'eau depuis la gauche. J'ai créé un premier cadre en retirant toutes les personnes et j'ai demandé à Veo 3.1 de générer la séquence :

Malgré de multiples essais, Veo 3.1 n'a pas réussi à produire une animation fluide entre les deux cadres. Voici deux tentatives infructueuses :

Les deux vidéos commencent et se terminent bien aux cadres indiqués, mais la transition entre les deux manque de naturel. Sur ce point, le modèle a encore une belle marge de progression.

Extension de vidéo

L'une des grandes forces de Veo 3.1 est la possibilité de prolonger une vidéo. Veo 3.1 prend un clip existant et le prolonge à partir des derniers cadres de façon cohérente et fluide.

Cette fonctionnalité répond à l'une des plus grandes limites des vidéos générées par IA : la durée. Les modèles actuels produisent des séquences de quelques secondes seulement. Avec l'extension de vidéo, on peut créer des vidéos plus longues tout en conservant la cohérence.

Cette fonction suppose d'avoir déjà généré une vidéo avec Veo 3.1 à utiliser dans Flow. Malheureusement, il n'est pas encore possible de téléverser une vidéo à prolonger. Pour y accéder, commencez par ouvrir le scene builder :

De là, cliquez sur le bouton « + » à côté du clip et choisissez « Extend » :

Enfin, saisissez un prompt expliquant la suite souhaitée :

On peut prolonger une vidéo plusieurs fois pour créer une séquence longue et cohérente.

Voici un exemple de vidéo générée en prolongeant un clip trois fois. Dans la vidéo, je montre les quatre séquences côte à côte pour visualiser l'apport de chaque extension :

Ingredients to video

Veo 3.1 introduit une fonction qui permet de combiner des éléments issus de trois images pour créer une vidéo. Dans cet exemple, j'ai fourni des images de :

• Un lieu
• Une personne
• Une tenue

J'ai ensuite demandé à Veo 3.1 de combiner ces éléments pour générer une vidéo de cette personne marchant dans le lieu indiqué, portant la tenue de randonnée fournie. J'ai aussi précisé que la personne devait se plaindre de la présence de trop de moustiques.

La vidéo en elle-même n'est pas excellente, notamment les gestes de la personne lorsqu'elle se plaint des moustiques, mais elle illustre bien la fonctionnalité. Intéressant à noter : le décor combine des éléments issus à la fois de la photo du lieu et des arbres en arrière-plan de l'image de la tenue. Pour éviter cela, mieux vaut fournir des éléments sur fond neutre.

Notez que cette fonction n'impose pas trois images : elle fonctionne très bien avec jusqu'à trois images de référence.

Montage vidéo

Pour éditer une vidéo, utilisez le bouton « Edit » qui apparaît au survol d'une vidéo :

Une fenêtre s'ouvre pour sélectionner une zone à modifier et entrer un prompt avec les instructions d'édition.

D'après l'interface, il semble que l'on ne puisse qu'insérer des éléments dans la vidéo. La vidéo promotionnelle de Veo 3.1 laisse entendre qu'on peut aussi supprimer des éléments, mais je n'ai pas trouvé cette option. J'ai tenté de préciser la suppression dans le prompt, sans succès.

J'ai sélectionné la région supérieure et demandé d'y ajouter des trains en mouvement. C'était convaincant, mais des éléments ont aussi été ajoutés en dehors de la zone sélectionnée.

Réaliser une vidéo plus longue avec Veo 3.1

Il y a quelque temps, j'ai écrit cet article sur Runway ML Gen 4. J'y ai créé une courte vidéo sur une flamme et une goutte d'eau qui tombent amoureuses. Mais leur amour est impossible car elles ne peuvent pas se toucher.

Cette vidéo était très simple et sans son, mais elle transmettait l'émotion recherchée. J'étais curieux de recréer une vidéo similaire avec Veo 3.1 pour mesurer les progrès de la technologie.

Voici ci-dessous la nouvelle version réalisée avec Veo 3.1.

Pour commencer, j'ai généré le personnage de la flamme avec Nano Banana. Puis j'ai créé la première scène, où la flamme se promène dans la jungle, en fournissant une seule image à l'outil ingredients.

Pour la deuxième scène, j'ai demandé à Veo 3.1 de faire une vidéo où la flamme rencontre une goutte d'eau en train de bronzer sur une feuille. Au passage, cela a également généré mon deuxième personnage. Nous aurions aussi pu le générer à part et fournir les deux personnages en entrée.

Ensuite, j'ai systématiquement sélectionné un cadre de chaque vidéo comme premier cadre de la suivante, sans fixer de cadre final, et en guidant la génération uniquement par un prompt.

Flow facilite ce flux de travail : lorsqu'on sélectionne un cadre, on peut cliquer sur « + » pour l'enregistrer comme asset, puis l'utiliser comme premier cadre de la vidéo suivante avec l'outil « Frames to video ».

Pour créer cette vidéo, j'ai principalement utilisé l'outil « Frames to Video » en fournissant un seul cadre de départ, souvent choisi au milieu d'un clip. 

Pour illustrer, voici quelques cadres que j'ai transformés en assets pour servir de points de départ :

Conséquence : les clips ne s'enchaînent pas toujours parfaitement, j'ai donc utilisé un logiciel de montage externe pour couper aux bons endroits.

Autre source de frustration : il m'était parfois impossible d'obtenir exactement ce que j'avais en tête et j'ai dû adapter mon idée à ce que l'IA produisait. C'est un constat récurrent avec tous les outils vidéo IA que j'ai testés.

Autre problème rencontré : des incohérences sonores. La voix du personnage « flamme » change régulièrement et, comme je fournissais un seul cadre pour générer la séquence suivante, la bande-son manque de continuité.

Ce second point peut être contourné en utilisant l'extension de vidéo. On peut rogner manuellement les clips dans Flow puis prolonger la séquence à partir de là.

Mon expérience avec Veo 3.1

J'ai testé Veo 3.1 à la fois sur l'application web Flow de Google et via l'API. Mon expérience sur la plateforme Flow a été très frustrante, c'est le moins qu'on puisse dire. La plupart du temps, la génération échouait sans raison claire, avec un message d'erreur générique n'apportant aucune information utile.

J'ai aussi trouvé l'interface peu intuitive. Certaines options, comme l'édition et l'extension de vidéo, étaient difficiles à localiser.

En tant que développeur, l'utilisation de l'API a été beaucoup plus fluide malgré quelques accrocs. La documentation m'a semblé insuffisante et les exemples de code omettaient des détails essentiels, ce qui m'a fait perdre un temps précieux. Par exemple, comprendre comment fournir des images au modèle était délicat : certains extraits paraissent obsolètes et ne fonctionnent pas.

Je n'ai pas non plus réussi à envoyer une vidéo pour tester la fonction d'extension. D'après mes recherches, il se pourrait que cette fonction ne soit pas encore disponible via l'API, sans certitude toutefois.

Côté résultats, les vidéos sont globalement bonnes, malgré des limites encore marquées. L'écart reste important entre ce que j'imagine et ce que je peux réaliser avec ces modèles.

Conclusion

Veo 3.1 marque une avancée dans la génération vidéo par IA, avec davantage de contrôle créatif, un meilleur audio et la capacité singulière de produire des clips plus longs et plus cohérents.

L'outil est puissant, notamment pour le prototypage rapide et l'expérimentation créative, mais ses limites actuelles — interface perfectible, incohérences ponctuelles, transitions imparfaites — peuvent frustrer celles et ceux qui visent la précision.

Néanmoins, avec les améliorations continues et une accessibilité croissante via les APIs et des plateformes comme Flow, Veo 3.1 laisse entrevoir un futur prometteur où la création vidéo par IA sera non seulement plus intuitive, mais aussi plus fidèle à la vision de l'artiste. Si vous souhaitez explorer le dernier cri de la vidéo générative, Veo 3.1 mérite un essai malgré ses particularités. Il sera passionnant d'observer l'évolution de cette technologie dans les mois à venir.

Je vous recommande aussi de consulter notre guide du nouveau modèle SAM3.