Gemini Omni fuite avant Google I/O /
Higgsfield branche Claude au studio vidéo /
BACH 1.0 vise le cinéma multi-shot

Des clips générés par un modèle baptisé Omni apparaissent dans l'onglet vidéo de l'application Gemini le 11 mai 2026, neuf jours après la première fuite d'une chaîne UI repérée le 2 mai par un utilisateur de X : « Start with an idea or try a template. Powered by Omni. » Les exemples qui circulent montrent un saut visible sur la cohérence de scène, les transitions de caméra et surtout la fidélité aux prompts fins — l'une des démos fait écrire à l'image une démonstration mathématique lisible, ce qu'aucun modèle vidéo grand public n'avait encore tenu sur la durée. La grande inconnue reste la position d'Omni par rapport à Veo 3.1 et Lyria 3 Pro, étendus la semaine dernière à Vertex et Google Vids : remplacement pur, surcouche unifiée image-vidéo-audio dans un omni-modèle, ou nouveau pipeline coexistant avec Veo, les trois hypothèses circulent sans confirmation officielle. Plusieurs reprises insistent sur une caractéristique technique alléchante : l'audio spatial synchronisé ne serait plus une post-couche mais un produit natif du même modèle — un plan d'orage générerait directement tonnerre, pluie, et leur placement stéréo cohérent. Google a programmé son keynote I/O 2026 pour le 19 mai, et tout indique que la fuite a été soit toléreé soit utilisée comme allumeur narratif avant l'annonce formelle.

Higgsfield publie le 8 mai 2026 un connecteur Model Context Protocol qui expose l'intégralité de sa plateforme vidéo à Claude depuis n'importe quelle conversation. Le détail technique vaut le détour : depuis le chat, Claude peut choisir entre plus de 30 modèles — Veo 3.1, Sora 2, Kling 3.0, Seedance 2.0, Wan 2.6, MiniMax Hailuo, plus les modèles maison Higgsfield Soul, Soul Cinema et Cinema Studio — configurer les paramètres, lancer la génération, puis rapatrier le clip fini dans la même conversation. Les sorties grimpent jusqu'à 4K, les clips peuvent atteindre 15 secondes et n'importe quel ratio. La logique d'usage est qu'un seul abonnement Higgsfield remplace une dizaine d'abonnements API séparés, et que la conversation Claude orchestre le brief, les variantes et l'itération sans changer d'outil. Higgsfield, fraîchement valorisé 1,3 milliard de dollars après une rallonge de 80 millions en série A et revendiquant 15 millions d'utilisateurs, signe ici le premier connecteur MCP grand public qui transforme une plateforme propriétaire en bibliothèque appelable depuis un assistant.

Video Rebirth, jeune labo fondé par Wei Liu — ex-distinguished scientist chez Tencent et ancien chef de la recherche vision — publie le 7 mai 2026 BACH 1.0, un moteur vidéo positionné comme « industrial-grade » et conçu pour comprendre une intention de réalisation, pas seulement une description d'image. La promesse technique est ambitieuse : à partir d'images de référence et d'une description de séquence, BACH génère un film multi-shot de 30 secondes, en 1080p natif 30 fps, avec cohérence du personnage à travers tous les plans et émotions dirigeables plan par plan. Le moteur s'appuie sur deux briques que Video Rebirth revendique : Physics-Native Attention, qui construit l'identité du personnage à partir de la structure osseuse, du tonus musculaire et des proportions plutôt que d'une simple ressemblance pixel, et Dual DiT, l'architecture double diffusion-transformer qui exécute la production. Côté sortie, BACH génère également effets sonores, voix off et musique de fond dans le même workflow, ce qui le positionne comme alternative directe aux pipelines fragmentés Runway-plus-Suno-plus-ElevenLabs. Le moteur entre sixième mondial sur le benchmark Artificial Analysis à sa publication, ce qui est moins une caution scientifique qu'une note de marché — mais le profil de l'équipe et l'angle « interpréter l'intention créative » suffisent à le sortir du tout-venant.