Veo et Imagen 3 : Google Cloud accélère la création de vidéos et d’images

Au 4 décembre 2024, les outils d’IA générative ne se limitent plus à rédiger un slogan ou à esquisser une illustration. Google Cloud les place désormais au cœur des chaînes de production visuelle des entreprises. Avec Veo, pour la vidéo, et Imagen 3, pour l’image, le groupe veut permettre aux équipes marketing, créatives et commerciales de partir d’une simple consigne pour obtenir des contenus exploitables à grande échelle.

Les deux modèles sont proposés dans Vertex AI, la plateforme de Google Cloud destinée aux organisations qui développent ou intègrent de l’intelligence artificielle dans leurs produits et processus. Leur promesse est concrète : raccourcir le délai entre une idée, un brief ou un visuel de référence, et la création d’une image ou d’une vidéo adaptée à une campagne. Cette accélération ne dispense toutefois ni de définir une ligne créative, ni de vérifier chaque résultat, ni de respecter les règles applicables aux marques et aux contenus diffusés.

Deux modèles complémentaires dans Vertex AI

Veo et Imagen 3 répondent à deux besoins distincts. Le premier transforme une instruction textuelle ou une image en séquence vidéo. Le second génère des images fixes et propose des fonctions d’édition pour les clients professionnels. Ils ne remplacent donc pas le même maillon de la production : l’un sert à fabriquer du mouvement, l’autre à concevoir, décliner ou retoucher des visuels.

Dans les deux cas, le principe est celui de l’IA générative. L’utilisateur formule une demande, par exemple une scène, une ambiance, un produit à mettre en valeur ou une déclinaison de campagne. Le modèle produit alors un nouveau contenu visuel à partir des consignes fournies. La qualité finale dépend beaucoup de la précision du brief : sujet, cadrage souhaité, action, contexte, contraintes de marque ou éléments à éviter.

L’intérêt pour une entreprise ne réside pas seulement dans la création d’un visuel isolé. Il réside aussi dans la capacité à générer rapidement plusieurs variantes d’un même concept pour différents marchés, formats ou publics. Cette faculté de déclinaison est particulièrement recherchée dans la publicité, le commerce en ligne, la communication interne et les contenus éducatifs.

Veo, le modèle de Google pour générer des vidéos

Veo est le modèle vidéo présenté par Google Cloud. Il permet de créer des vidéos en haute définition à partir de simples instructions textuelles ou d’images. Pour une équipe créative, cela signifie qu’un texte décrivant une scène peut devenir un point de départ visuel, sans devoir réaliser immédiatement un tournage classique ou mobiliser l’ensemble d’une chaîne de postproduction.

La vidéo est un format coûteux et lent à produire lorsqu’elle nécessite des repérages, des acteurs, des décors, du matériel, des déplacements et du montage. L’IA générative ne supprime pas ces besoins dans tous les cas, notamment lorsqu’une marque veut filmer un produit réel, une personne ou un lieu précis. En revanche, elle peut accélérer la conception de maquettes, de séquences explicatives, de contenus d’illustration ou de nombreuses versions d’une même idée.

Google Cloud insiste ainsi sur l’enjeu des délais et des coûts dans une production audiovisuelle où la demande de contenus ne cesse de se multiplier. Une campagne numérique peut exiger des formats différents selon les canaux de diffusion, les pays et les publics visés. Un outil comme Veo est conçu pour aider à produire ces variantes plus rapidement.

À cette date, Veo n’est toutefois pas disponible de façon générale : il est proposé en aperçu privé dans Vertex AI. Ce statut signifie que son accès reste réservé à un nombre limité de clients ou de testeurs. Il faut donc distinguer la démonstration des capacités du modèle et son déploiement à large échelle dans les organisations.

Imagen 3 vise des images plus précises et plus faciles à retoucher

Avec Imagen 3, Google Cloud s’attaque à l’autre versant de la création de contenu : les images fixes. Le modèle est présenté comme une évolution destinée à améliorer le réalisme des résultats, notamment au niveau de la lumière, des détails et de la réduction des artefacts.

Les artefacts sont les défauts visuels que peuvent produire les modèles génératifs : contours incohérents, textures étranges, éléments mal assemblés ou détails difficiles à interpréter. Leur réduction est essentielle pour des usages professionnels, car une image peut sembler convaincante au premier regard tout en révélant, à l’examen, des anomalies incompatibles avec une campagne de marque ou une fiche produit.

Imagen 3 intègre également des capacités d’édition destinées aux clients professionnels. L’enjeu n’est donc pas uniquement de créer une image à partir de zéro. Les équipes peuvent chercher à personnaliser un contenu, adapter une composition, produire une déclinaison ou affiner un résultat pour l’aligner sur un besoin précis. Cette étape est centrale dans un environnement professionnel : une entreprise doit rarement créer une seule image, mais plutôt un ensemble cohérent de visuels répondant à une charte et à des objectifs commerciaux.

Au 4 décembre 2024, Google Cloud annonce qu’Imagen 3 doit être accessible à tous les clients de Vertex AI durant la semaine du 9 décembre 2024. Cette ouverture prévue tranche avec le statut de Veo, encore réservé à l’aperçu privé.

De la création d’un brief aux campagnes personnalisées

Les cas d’usage visés par Google Cloud concernent d’abord les entreprises qui produisent régulièrement de grandes quantités de contenus. Elles peuvent vouloir illustrer une offre, adapter une création à plusieurs marchés, tester plusieurs messages ou renouveler plus vite leurs visuels.

Le groupe agroalimentaire Mondelez International, connu notamment pour les marques Oreo et Cadbury, fait partie des entreprises citées par Google Cloud. Le groupe exploite ces outils pour améliorer la création de contenus destinés à ses campagnes mondiales. Selon le vice-président chargé de l’expérience consommateur et du commerce numérique de Mondelez, cette collaboration avec Google Cloud transforme la manière dont l’entreprise produit du contenu, avec la possibilité de générer des centaines de milliers de contenus personnalisés de qualité dans des délais très courts.

Ce type d’exemple éclaire la logique industrielle de l’IA générative. Pour une grande marque, le défi n’est pas seulement d’imaginer une création originale. Il est aussi de produire des variations adaptées à de nombreux supports : publicités numériques, pages de commerce, messages promotionnels, visuels saisonniers ou communications locales. Un modèle génératif peut aider à faire varier le contenu, mais l’entreprise reste responsable de la validation éditoriale, juridique et commerciale de chaque élément diffusé.

Google Cloud mentionne également un résultat préliminaire selon lequel 86 % des entreprises utilisant de telles technologies ont constaté une hausse de leur chiffre d’affaires. Ce chiffre doit être lu avec prudence : il décrit des retours d’entreprises utilisatrices et ne permet pas, à lui seul, d’établir que l’IA générative est la cause directe de cette progression. Il souligne néanmoins pourquoi les grands groupes technologiques présentent désormais ces outils comme des instruments de productivité et de personnalisation, plutôt que comme de simples démonstrations créatives.

Ce que SynthID change pour la traçabilité des contenus

La montée en puissance des générateurs d’images et de vidéos pose une question immédiate : comment savoir qu’un contenu a été créé ou modifié par une IA ? Google intègre à Veo et Imagen 3 son système de marquage numérique SynthID, issu de Google DeepMind.

Le principe est d’associer au contenu généré un filigrane numérique. Ce marquage a pour objectif de faciliter l’identification ultérieure des créations issues de l’IA. Google complète ce mécanisme avec des filtres de sécurité intégrés aux modèles afin de réduire les risques d’usages abusifs.

Ces garde-fous sont importants, mais ils ne résolvent pas seuls toutes les difficultés. Un marquage ne remplace ni l’esprit critique du public, ni les règles d’autorisation et de contrôle mises en place par les entreprises. Il ne transforme pas non plus automatiquement un contenu synthétique en information fiable. Il apporte surtout un outil supplémentaire de traçabilité dans un environnement où les images et les vidéos générées deviennent plus accessibles.

Google Cloud met aussi en avant une politique de gouvernance des données visant à protéger les informations des clients. Pour les organisations, cet aspect est aussi déterminant que la qualité d’un visuel : un outil créatif ne peut être adopté à grande échelle que si les données, les consignes et les contenus produits sont encadrés par des règles claires.

Pourquoi l’intégration dans Vertex AI compte autant

Le choix de proposer Veo et Imagen 3 dans Vertex AI place ces modèles dans un cadre d’usage professionnel. Pour une organisation, l’intérêt d’une plateforme cloud est de pouvoir intégrer les capacités de génération visuelle à ses propres processus, plutôt que de les utiliser de façon isolée.

Cette intégration peut rapprocher les équipes créatives, marketing et techniques. Les premières définissent le message et l’univers de marque. Les secondes cherchent à adapter ce message à des campagnes, des publics ou des canaux. Les équipes techniques, elles, veillent à l’intégration, aux droits d’accès, aux données manipulées et au respect des politiques internes.

Le déploiement réussi de ces modèles demande donc une méthode. Avant de lancer une production importante, une entreprise doit notamment définir les contenus autorisés, les personnes chargées de valider les résultats, les règles liées aux marques et les conditions de conservation des créations. L’IA peut réduire le temps consacré à certaines tâches de fabrication, mais elle augmente aussi le volume de contenus à vérifier.

Pour les créateurs individuels, la disponibilité de ces modèles dans Vertex AI rappelle également leur orientation première : ils sont pensés pour des usages professionnels et pour les clients de Google Cloud. L’accès annoncé ne correspond pas à la mise à disposition automatique d’un outil grand public ouvert à tous.

Ce qu’il faut surveiller

La première évolution à suivre est le rythme d’ouverture de Veo. Son aperçu privé montre que Google Cloud avance progressivement sur la vidéo générative, un domaine particulièrement sensible en raison du potentiel de diffusion de contenus réalistes. La disponibilité plus large d’Imagen 3 permettra, elle, de mesurer plus concrètement la façon dont les entreprises utilisent les fonctions de génération et d’édition d’images dans leurs campagnes.

La seconde question concerne la place du contrôle humain. Plus les modèles facilitent la création de variations, plus les équipes doivent pouvoir vérifier l’exactitude des éléments représentés, la conformité aux briefs et la compatibilité avec la réputation d’une marque. La rapidité de production n’a de valeur que si elle ne dégrade pas la qualité, la cohérence ou la confiance.

Enfin, l’adoption de Veo et Imagen 3 se jouera autant sur leurs résultats créatifs que sur les garanties proposées autour des données et de la traçabilité. Avec SynthID, les filtres de sécurité et l’intégration à Vertex AI, Google Cloud cherche à répondre à cette exigence. Pour les entreprises, le véritable enjeu sera de transformer ces capacités en processus de création fiables, supervisés et réellement utiles.