Adobe Firefly intègre Veo 3 et ajoute le son à sa boîte à outils vidéo

Longtemps, produire une courte vidéo avec l’intelligence artificielle a signifié passer d’un service à l’autre : un outil pour générer les images animées, un autre pour ajuster le format vertical, un troisième pour trouver un son d’ambiance. Avec les nouveautés annoncées en juillet 2025, Adobe veut rapprocher ces étapes dans Firefly. La plateforme de création accueille notamment Veo 3, le modèle vidéo de Google, et ajoute des fonctions destinées à donner davantage de maîtrise au son, au cadrage et à l’identité visuelle.

L’enjeu dépasse l’ajout d’un modèle supplémentaire dans un catalogue. Adobe tente de faire de Firefly un espace de travail où un créateur peut partir d’une consigne, générer une séquence, la décliner pour différents écrans et l’accompagner de bruitages, sans quitter la même interface. Cette promesse répond à un besoin très concret des équipes de communication, des vidéastes et des créateurs de contenus : produire plus vite, tout en évitant que chaque plan semble avoir été fabriqué par un outil différent.

Ce qu’Adobe ajoute à Firefly en juillet 2025

La mise à jour repose sur deux volets complémentaires. D’un côté, Firefly élargit les modèles vidéo accessibles depuis son interface, avec l’intégration de Veo 3 de Google. De l’autre, Adobe apporte des commandes qui interviennent après, ou autour, de la génération : référence de composition, recadrage image par image, styles prédéfinis et création de bruitages.

Le tableau ci-dessous résume le rôle de chaque évolution annoncée.

Adobe avait généralisé l’accès à son générateur de vidéos Firefly en février 2025. L’étape franchie en juillet consiste donc moins à lancer un nouvel outil qu’à étoffer son environnement de création. La stratégie est claire : Firefly ne se limite plus à produire un clip depuis une instruction, il cherche à couvrir une partie plus large du travail de finition.

Que change l’intégration de Veo 3 de Google ?

Veo 3 est présenté par Google comme un modèle de génération vidéo intégrant des possibilités audio. Son arrivée dans Firefly est importante parce que le son est l’un des éléments qui rend une séquence crédible et expressive. Une vidéo de rue sans circulation, une scène de pluie sans averse, un geste sans bruit d’objet peuvent paraître inachevés, même lorsque l’image est réussie.

Jusqu’ici, la génération vidéo par IA a souvent été pensée d’abord comme une affaire d’images : décrire un sujet, une action, une caméra et un décor. L’apport de Veo 3 ouvre une dimension supplémentaire, celle de séquences visuelles qui peuvent être pensées avec leur composante sonore. Selon Adobe, cela donne aux créateurs la possibilité d’explorer de nouvelles dimensions audio lors de la production de vidéos plus engageantes.

Il faut toutefois bien comprendre ce que cette intégration ne signifie pas. Firefly ne transforme pas automatiquement une intention vague en film terminé. Le créateur doit toujours formuler une demande utile, préciser la scène recherchée, puis examiner le résultat. L’intérêt de l’outil réside dans le rapprochement des étapes, pas dans la disparition du travail éditorial, artistique ou de montage.

Pour une démonstration de produit, une capsule destinée aux réseaux sociaux ou une animation explicative, l’audio généré peut devenir un élément du brief initial. Au lieu de concevoir séparément le mouvement et l’ambiance recherchée, l’utilisateur peut penser la séquence comme un ensemble : ce qui apparaît à l’écran, le rythme de l’action et la sensation sonore attendue.

Des références visuelles pour mieux guider le résultat

L’une des frustrations récurrentes de la vidéo générative concerne le contrôle du cadre. Une instruction peut décrire un personnage au centre, une vue de haut ou une composition très aérée, mais la machine interprète ces indications avec une marge de variation. Adobe introduit Composition Reference pour rendre cette direction plus concrète.

Le principe est simple : l’utilisateur importe une image de référence dont Firefly va prendre en compte le cadrage et la mise en page pour influencer la vidéo finale. Il peut s’agir, par exemple, d’un visuel qui montre la place du sujet dans l’image, la répartition entre premier plan et arrière-plan ou la manière dont les éléments occupent l’espace.

Cette fonction répond à un besoin de continuité. Une marque, un média ou une équipe créative ne souhaite pas nécessairement que chaque vidéo soit organisée selon une composition imprévisible. En partant d’un repère visuel, elle peut guider plus facilement la séquence vers un langage de cadrage déjà défini.

Cette référence est un outil d’orientation de la composition, non un raccourci qui dispense de vérifier les droits sur l’image importée. Lorsqu’un créateur utilise ses propres éléments ou des visuels qu’il est autorisé à exploiter, il dispose surtout d’un moyen pratique de communiquer une intention qui serait difficile à décrire intégralement avec des mots.

Recadrer pour le mobile ou le cinéma, sans repartir de zéro

La deuxième nouveauté de contrôle est Keyframe Cropping, un outil de recadrage image par image. Il cible un problème familier de la diffusion contemporaine : une même vidéo doit souvent vivre sous des formats très différents.

Le format vertical 9:16 correspond aux usages de nombreux réseaux sociaux et des écrans de smartphone. À l’inverse, le ratio 2.39:1 évoque les formats panoramiques utilisés dans des rendus cinématographiques. Entre les deux, un sujet placé sur le bord d’un plan horizontal peut disparaître ou être mal cadré lorsqu’on passe au vertical.

Le recadrage image par image donne la possibilité d’ajuster le cadre au fil de la séquence. Si un personnage se déplace, si un produit change de position ou si l’action importante n’est plus au même endroit, le créateur peut adapter la fenêtre de recadrage afin de préserver la lisibilité du plan. Ce type d’ajustement peut aussi servir une intention narrative : suivre un regard, isoler un objet ou resserrer l’attention sur une action.

Enfin, Style Presets propose de sélectionner un style préconfiguré pour l’appliquer à un projet. Cette fonction vise l’homogénéité esthétique, un enjeu particulièrement important lorsqu’une campagne comprend plusieurs vidéos ou que différentes personnes travaillent sur les mêmes déclinaisons. La cohérence ne dépend pas uniquement d’un filtre : elle concerne aussi le ton, la composition et les choix de production. Mais un style prédéfini peut fournir un point de départ commun.

Generate Sound Effects, des bruitages créés au prompt ou à la voix

Adobe ajoute également Generate Sound Effects, un outil consacré aux bruitages. Son fonctionnement annoncé est direct : l’utilisateur formule une demande sous forme de texte ou de commande vocale, puis Firefly génère l’effet recherché. L’exemple donné par Adobe est parlant : demander le son d’un orage ou celui d’un verre qui se brise, plutôt que parcourir manuellement de longues bibliothèques audio.

Cette distinction est importante. Un bruitage n’est pas nécessairement une musique de fond ni une bande-son complète. Il s’agit d’un son ponctuel ou d’une ambiance précise qui accompagne une action ou rend un décor plus tangible. Le claquement d’une porte, une rafale de vent ou des pas peuvent sembler secondaires, mais ils participent fortement à la perception du rythme et de l’espace dans une vidéo.

La saisie vocale peut être utile dans une phase de recherche créative. Un auteur qui travaille sur un storyboard ou qui teste rapidement plusieurs idées peut décrire l’effet souhaité à voix haute, sans interrompre son processus pour chercher le terme technique exact. La saisie textuelle, elle, reste adaptée aux demandes plus détaillées et à un travail de préparation.

Une interface unique et des partenaires multiples

Adobe insiste sur l’accès unifié aux modèles intégrés dans Firefly. D’après l’entreprise, les utilisateurs peuvent passer par une même interface, sans devoir souscrire un abonnement supplémentaire pour chaque modèle partenaire. Cette centralisation a une valeur pratique : elle évite de multiplier les comptes, les environnements de travail et les exports intermédiaires.

Firefly s’appuie aussi sur des collaborations avec Moonvalley, Runway et Topaz Labs. Ces partenariats élargissent l’éventail des ressources disponibles dans l’écosystème d’Adobe. Pour les créateurs, l’objectif est de pouvoir explorer différentes options esthétiques et techniques sans quitter nécessairement Firefly.

Cette ouverture à des modèles externes dessine un positionnement particulier. Adobe ne présente pas seulement ses propres systèmes de génération, mais cherche à devenir l’interface qui organise l’accès à plusieurs briques d’IA. Dans un domaine où les modèles évoluent vite et ne produisent pas tous les mêmes résultats, ce choix peut simplifier l’expérimentation : un même projet peut être envisagé avec différents outils sans changer entièrement de flux de travail.

Chaque création est par ailleurs associée à des Content Credentials. Ces informations visent à apporter de la transparence sur l’origine des contenus générés. Dans un contexte où images, sons et vidéos synthétiques circulent de plus en plus, pouvoir signaler l’usage d’outils d’IA constitue un repère utile pour les professionnels comme pour les publics.

À qui ces nouveautés peuvent-elles servir ?

Les nouvelles fonctions répondent à des usages variés, mais elles semblent particulièrement adaptées aux personnes qui doivent produire plusieurs déclinaisons d’une même idée. Une petite entreprise peut imaginer une courte vidéo de présentation, puis l’ajuster pour un affichage vertical. Une équipe éditoriale peut utiliser une référence de composition afin de garder une structure graphique reconnaissable d’un sujet à l’autre. Un vidéaste peut tester une ambiance sonore avant de finaliser son montage.

Un déroulé de travail possible ressemble à ceci :

• définir l’action, le décor et le ton de la séquence dans une instruction ;
• s’appuyer sur une image avec Composition Reference si le cadrage compte particulièrement ;
• générer la vidéo avec un modèle disponible dans Firefly, dont Veo 3 ;
• adapter le plan avec Keyframe Cropping pour les formats nécessaires ;
• appliquer un Style Preset et créer les bruitages utiles ;
• vérifier le rendu final, sa cohérence et les indications liées aux Content Credentials.

Cette succession d’étapes rappelle une réalité essentielle : la valeur d’une vidéo ne dépend pas uniquement de sa génération. Elle tient aussi à la clarté de son message, à la qualité de son rythme, au soin du cadrage et à l’adéquation avec le support de diffusion. Les outils d’Adobe promettent d’accélérer certaines tâches, mais ils restent au service de choix humains.

Ce qu’il faut surveiller

L’intégration de Veo 3 et l’arrivée des outils sonores montrent que la compétition autour de la vidéo générative se déplace. Il ne suffit plus de fabriquer quelques secondes d’animation convaincante. Les créateurs attendent désormais des solutions capables de prendre en charge le son, les adaptations de format, la continuité visuelle et la traçabilité des contenus.

Pour Adobe, la question sera de démontrer que cette accumulation de fonctions reste lisible pour les débutants tout en offrant assez de précision aux professionnels. Une interface unique n’a de valeur que si l’utilisateur comprend quel modèle employer, comment guider le rendu et comment reprendre la main lorsqu’un résultat ne correspond pas à l’intention initiale.

Les Content Credentials seront également un point d’attention. À mesure que les outils de génération deviennent accessibles, la capacité à renseigner l’origine d’un contenu prend une place croissante dans les pratiques de création et de publication. Adobe associe ainsi une ambition de productivité à un enjeu de transparence, deux dimensions appelées à compter dans l’essor de la vidéo conçue avec l’IA.