Le 10 avril 2026, MiniMax, studio d'IA basé à Pékin, a lancé Music 2.6, une mise à jour majeure de son modèle de génération musicale centrant trois capacités nouvelles : la couverture vocale par IA (transposition d'une voix source dans une tonalité cible tout en préservant les caractéristiques acoustiques uniques du chanteur), le transfert de style musical (réharmonisation et réarragement complet d'une composition existante), et un système de latence extrêmement réduite produisant le premier chunk audio en moins de 20 secondes. Les utilisateurs fournissent un enregistrement vocal source et sélectionnent une palette de style musical parmi 300 options prédéfinies ; MiniMax en extrait les paramètres fondamentaux (tempo, tonalité, progression d'accords, texture instrumentale) puis synthétise une nouvelle version respectant la structure harmonique tout en transformant radicalement la production. Les sorties sont exploitables immédiatement en DAW ou en tant que pistes finales mixables. Cette approche — préserver la mélodie et l'intention vocale tout en recréant contexte instrumental — tranche fortement avec les plateformes de génération autonome comme Suno ou Udio.
Note éditoriale
MiniMax Music 2.6 incarne une bifurcation philosophique intéressante : au lieu de générer des morceaux entiers ex nihilo, l'outil opère une alchimie contrôlée sur du matériel existant. Un producteur peut découpler la création mélodique vocale de ses décisions orchestrales, itérer sur des centaines de colorations acoustiques sans repartir de zéro. La latence basse est la clé : itérer vite, c'est explorer, c'est créer.
Cette philosophie du partenaire créatif plutôt que du remplaçant est en train de devenir dominant dans l'écosystème. Où elle s'oppose à Suno ou Udio, c'est que MiniMax accepte l'imperfection du workflow humain — ses sources, ses essais, ses mutations — tandis que les autres cherchent à abstraire entièrement l'acte créatif derrière une interface minimaliste texte-vers-son.
Google a annoncé le déploiement de Gemini 2.5 Flash Image (surnommé en interne Nano Banana Pro), son modèle de génération et d'édition d'images dernière génération, avec un ensemble de capacités conçues pour les workflows créatifs réalistes. Le modèle permet de fusionner plusieurs images en une seule composition cohérente, de maintenir la consistance de personnages sur plusieurs prompts (essentiel pour la narration visuelle et la continuité en storyboard), de réaliser des transformations contextuelles précises via langage naturel (ex. « remplacer cet objet par un arbre » plutôt que de régénérer entièrement), et de mobiliser la connaissance du monde de Gemini pour enrichir les générations sans instruction explicite. Gemini 2.5 Flash Image est tarifé à $30 par million de tokens sortants, soit environ $0.039 par image en qualité standard. Une série de tiers d'accès et d'abonnement structurent l'offre : les utilisateurs des plans Gemini Pro ou Ultra bénéficient de générations quotidiennes incluses, tandis que les usages intensifs se facturent par API.
Note éditoriale
Ce qui est remarquable avec Gemini 2.5 Flash Image, c'est que Google a écouté ses usagers créatifs : au lieu de rivaliser avec Midjourney sur l'optimisation du prompt, Google a choisi de miser sur le contrôle granulaire et la fusion composée. C'est une stratégie de positionnement différente — moins le rêve artistique spontané, plus la sculpture d'images existantes.
La fusion d'images et la persistance de caractère ouvrent une nouvelle catégorie d'usage : le storyboard et la pré-visualisation vidéo. Pour qui travaille sur une direction visuelle à valider avant production coûteuse, c'est une infrastructure désormais complète et abordable.
Google a unifié et étendu ses capacités de création vidéo en déployant une nouvelle version de Google Vids — son éditeur vidéo natif — augmentée de Veo 3.1 (génération vidéo texte-vers-vidéo et image-vers-vidéo jusqu'à 1080p) et de Lyria 3 (synthèse musicale avec contrôle structurel fin). L'accès est proposé en gratuit pour tous les possesseurs d'un compte Google, sans modèle freemium ni limitation de qualité. Veo 3.1 Lite — variante plus légère et économe de Veo 3.1 — supporte les mêmes formats de sortie à moins de la moitié du coût des versions haute gamme, ce qui rend les usages de volume viable à l'échelle. La plateforme intègre également le screen recording natif (capture d'écran avec édition intégrée) et l'export direct vers YouTube. Google positionne ces outils comme une démocratisation du workflow vidéo pro — autrefois réservé aux studios équipés, désormais à la portée de tout créateur avec un navigateur.
Note éditoriale
Ce mouvement de Google vers le gratuit maximal en génération vidéo ne relève pas du philanthropie : c'est une consolidation de l'écosystème. En offrant Veo + Lyria sans restriction, Google s'assure que chaque créateur produit des contenus avec ses modèles, ses watermarks, ses données. C'est une stratégie d'infrastructure identique à celle d'Android : gratuité massive pour monétiser les données.
Pour les créateurs indépendants et les petits studios, c'est un tournant : les barrières d'entrée à la vidéo de qualité professionnelle viennent de disparaître. La question devient moins « comment créer » et plus « quoi créer ».
