Maison
Le PDG de Deepmind Demis Hassabis annonce l'intégration future des modèles Gemini et Veo AI de Google

Dans un récent épisode du podcast Possible, co-animé par le co-fondateur de LinkedIn, Reid Hoffman, le PDG de Google DeepMind, Demis Hassabis, a partagé des nouvelles excitantes sur les projets de Google. Il a révélé que Google envisage de fusionner ses modèles d'IA Gemini avec les modèles de génération vidéo Veo. Cette fusion vise à améliorer la compréhension de Gemini du monde physique, le rendant plus apte à saisir les dynamiques de la vie réelle.
Hassabis a souligné que dès le départ, Gemini a été conçu pour être multimodal. « Nous avons toujours construit Gemini, notre modèle de base, pour être multimodal dès le début », a-t-il expliqué. La motivation derrière cette approche ? Une vision d’un assistant numérique universel capable d’aider véritablement dans la vie quotidienne. « Un assistant qui … vous aide réellement dans le monde réel », a détaillé Hassabis.
L’industrie de l’IA progresse régulièrement vers ce que l’on pourrait appeler des modèles « omni » — ceux capables de gérer et de synthétiser différents types de médias. Les dernières itérations de Gemini de Google, par exemple, peuvent produire non seulement du texte, mais aussi de l’audio et des images. Pendant ce temps, le modèle par défaut de ChatGPT d’OpenAI peut créer des images sur le vif, y compris des œuvres dans le style de Studio Ghibli. Amazon n’est pas en reste, avec des plans pour déployer un modèle « tout-à-tout » plus tard cette année.
Ces modèles omni nécessitent une énorme quantité de données d’entraînement — pensez aux images, vidéos, audio et texte. Hassabis a laissé entendre que les données vidéo de Veo proviennent principalement de YouTube, un trésor appartenant à Google. « En gros, en regardant des vidéos YouTube — beaucoup de vidéos YouTube — [Veo 2] peut comprendre, vous savez, la physique du monde », a-t-il noté.
Google avait précédemment mentionné à TechCrunch que ses modèles « pourraient être » entraînés sur « certains » contenus YouTube, conformément aux accords passés avec les créateurs YouTube. Il est à noter que l’année dernière, Google a élargi ses conditions de service, en partie pour accéder à davantage de données pour entraîner ses modèles d’IA.
Article connexe
Gemini propose aux utilisateurs américains un service gratuit de génération d'images personnalisées par IA
Lundi, Google a annoncé que l’application Gemini étendait ses capacités de génération d’images personnalisées, optimisées par Nano Banana, à un public plus large. À compter d’aujourd’hui, tous les uti
De nouvelles fonctionnalités de Gemini devraient bientôt être intégrées à Google TV
Mercredi, Google a dévoilé une série de nouvelles fonctionnalités basées sur l’IA qui seront bientôt disponibles sur Google TV, notamment une section dédiée aux vidéos courtes qui placera YouTube Shor
Nouveaux produits dévoilés lors de l’événement « Made by Google ’26 » : Pixel 11, Pixel Watch 5, Pixel Tag et des fonctionnalités Gemini améliorées
Lors de son événement « Made by Google 2026 » qui s'est tenu mercredi, Google a dévoilé une gamme de nouveaux produits, notamment la série Pixel 11, la Pixel Watch 5 et un dispositif de localisation c
Recommandations de sujets spéciaux liés
commentaires (2)
The integration of Gemini and Veo sounds promising! Could this be the key to generating truly coherent multimodal content, or are we just stitching together different black boxes? The computational cost for such combined models might be enormous though. A fascinating glimpse into the future roadmap of Google's AI.

Dans un récent épisode du podcast Possible, co-animé par le co-fondateur de LinkedIn, Reid Hoffman, le PDG de Google DeepMind, Demis Hassabis, a partagé des nouvelles excitantes sur les projets de Google. Il a révélé que Google envisage de fusionner ses modèles d'IA Gemini avec les modèles de génération vidéo Veo. Cette fusion vise à améliorer la compréhension de Gemini du monde physique, le rendant plus apte à saisir les dynamiques de la vie réelle.
Hassabis a souligné que dès le départ, Gemini a été conçu pour être multimodal. « Nous avons toujours construit Gemini, notre modèle de base, pour être multimodal dès le début », a-t-il expliqué. La motivation derrière cette approche ? Une vision d’un assistant numérique universel capable d’aider véritablement dans la vie quotidienne. « Un assistant qui … vous aide réellement dans le monde réel », a détaillé Hassabis.
L’industrie de l’IA progresse régulièrement vers ce que l’on pourrait appeler des modèles « omni » — ceux capables de gérer et de synthétiser différents types de médias. Les dernières itérations de Gemini de Google, par exemple, peuvent produire non seulement du texte, mais aussi de l’audio et des images. Pendant ce temps, le modèle par défaut de ChatGPT d’OpenAI peut créer des images sur le vif, y compris des œuvres dans le style de Studio Ghibli. Amazon n’est pas en reste, avec des plans pour déployer un modèle « tout-à-tout » plus tard cette année.
Ces modèles omni nécessitent une énorme quantité de données d’entraînement — pensez aux images, vidéos, audio et texte. Hassabis a laissé entendre que les données vidéo de Veo proviennent principalement de YouTube, un trésor appartenant à Google. « En gros, en regardant des vidéos YouTube — beaucoup de vidéos YouTube — [Veo 2] peut comprendre, vous savez, la physique du monde », a-t-il noté.
Google avait précédemment mentionné à TechCrunch que ses modèles « pourraient être » entraînés sur « certains » contenus YouTube, conformément aux accords passés avec les créateurs YouTube. Il est à noter que l’année dernière, Google a élargi ses conditions de service, en partie pour accéder à davantage de données pour entraîner ses modèles d’IA.
Gemini propose aux utilisateurs américains un service gratuit de génération d'images personnalisées par IA
Lundi, Google a annoncé que l’application Gemini étendait ses capacités de génération d’images personnalisées, optimisées par Nano Banana, à un public plus large. À compter d’aujourd’hui, tous les uti
De nouvelles fonctionnalités de Gemini devraient bientôt être intégrées à Google TV
Mercredi, Google a dévoilé une série de nouvelles fonctionnalités basées sur l’IA qui seront bientôt disponibles sur Google TV, notamment une section dédiée aux vidéos courtes qui placera YouTube Shor
Nouveaux produits dévoilés lors de l’événement « Made by Google ’26 » : Pixel 11, Pixel Watch 5, Pixel Tag et des fonctionnalités Gemini améliorées
Lors de son événement « Made by Google 2026 » qui s'est tenu mercredi, Google a dévoilé une gamme de nouveaux produits, notamment la série Pixel 11, la Pixel Watch 5 et un dispositif de localisation c
The integration of Gemini and Veo sounds promising! Could this be the key to generating truly coherent multimodal content, or are we just stitching together different black boxes? The computational cost for such combined models might be enormous though. A fascinating glimpse into the future roadmap of Google's AI.











