Compte à rebours Google I/O 2026 : Veo 4, Gemini 4 et la prochaine révolution de la vidéo IA

Google I/O 2026 est dans trois semaines. Deux annees de suite, Google a presente un nouveau modele Veo lors de l'I/O. La tendance est claire, les fuites s'accumulent et le paysage concurrentiel n'a jamais ete aussi favorable. Voici tout ce que nous attendons.

Notez bien la date : 19-20 mai 2026. Google I/O revient, et tout indique qu'il s'agira de la plus grande annonce de l'annee en matiere de video IA.

Google a utilise l'I/O comme vitrine pour ses lancements majeurs de Veo a deux reprises. Veo 1 a fait ses debuts lors de l'I/O 2024, presentant au monde les capacites de generation video de Google DeepMind. Veo 3 a ete lance lors de l'I/O 2025, avec une generation audio native et un realisme considerablement ameliore qui a pris l'ensemble de l'industrie au depourvu.

Aujourd'hui, avec Sora d'OpenAI effectivement abandonne, le paysage chinois fragmente entre HappyHorse, Seedance et Kling, et Runway peinant a suivre le rythme, Google se retrouve dans une position qu'il occupe rarement en IA : celle du leader inconteste. Le marche occidental de la video IA est a la portee de Google.

Cet article passe en revue tout ce que nous savons et attendons de Veo 4, Gemini 4, et des annonces qui pourraient definir la prochaine annee de generation video par IA.

Quand et ou : les details pratiques de Google I/O 2026

Dates : 19-20 mai 2026

Keynote : 19h00 heure de Paris (13h00 ET / 10h00 PT) le 19 mai. C'est la que les grandes annonces ont lieu. Sundar Pichai et Demis Hassabis dirigeront presque certainement les segments IA, comme ils l'ont fait ces deux dernieres annees.

Diffusion en direct : gratuite sur io.google. Aucune inscription requise pour le flux de la keynote. Les sessions developpeurs des 19 et 20 mai proposeront des approfondissements techniques.

Format : evenement hybride. Participation en personne au Shoreline Amphitheatre de Mountain View, en Californie, avec un acces virtuel complet pour tous les autres. Sessions developpeurs, codelabs et demonstrations pratiques suivent la keynote.

Si vous n'avez qu'une heure, regardez la keynote. Google a systematiquement concentre ses plus grandes revelations produits dans les 90 premieres minutes, les annonces Veo intervenant generalement entre la 30e et la 45e minute de la presentation.

Veo 4 : ce que nous attendons

Sur la base de depots de brevets, de donnees de benchmark fuitees, d'analyses sectorielles et de la trajectoire etablie par Veo 3 et 3.1, voici ce que Veo 4 devrait offrir.

Generation narrative multi-scenes

C'est la fonctionnalite phare. Veo 3.1 a introduit la generation chainee, permettant aux utilisateurs de creer des sequences allant jusqu'a 60 secondes en assemblant des clips plus courts. Cela fonctionnait, mais les jointures etaient visibles. Les transitions entre scenes pouvaient etre abruptes, et maintenir une coherence visuelle entre les segments necessitait un travail de prompt minutieux.

Veo 4 devrait generer des narrations multi-scenes de 20 a 30 secondes en une seule passe. Cela signifie que le modele gere les transitions de scenes, les mouvements de camera et le flux narratif en interne, sans recourir au post-traitement ou au chainage. C'est la difference entre monter cinq photos separees et tourner une video en continu. La coherence est fondamentalement differente.

Pour les createurs, cela signifie pouvoir decrire une courte histoire -- un personnage entrant dans une piece, s'asseyant, prenant un objet, reagissant -- et obtenir un resultat coherent sans orchestrer manuellement chaque etape.

Veritable generation native en 4K

Veo 3 genere nativement en 720p et upscale en 4K. L'upscaling est bon, mais un oeil averti repere les artefacts : textures legerement floues, details parfois hallucines dans les motifs fins et un subtil « aspect IA » dans certaines conditions d'eclairage.

Veo 4 devrait generer en veritable resolution 4K native, pixel par pixel. Pas de passe d'upscaling. Chaque pixel genere a la resolution cible. C'est essentiel pour les usages professionnels : contenus de diffusion, affichage numerique, ecrans grand format et projection cinematographique exigent tous un materiau source en haute resolution authentique.

Le cout en calcul de la generation 4K native est considerable, ce qui explique probablement pourquoi cette capacite a mis du temps a se concretiser. L'infrastructure TPU v6 de Google, deployee a grande echelle tout au long de 2025, pourrait enfin la rendre economiquement viable.

Coherence des personnages via ID-Embedding

L'un des plus grands points de friction de la video IA aujourd'hui est la coherence des personnages. Generez une video d'une personne marchant dans un parc, puis une deuxieme video du meme personnage dans un cafe, et vous obtiendrez deux personnes completement differentes. Cela brise la narration et limite les applications commerciales.

Veo 4 devrait introduire un systeme d'ID-embedding acceptant 3 a 5 images de reference d'un personnage et maintenant son apparence a travers les clips generes. Couleur des cheveux, structure du visage, style vestimentaire, proportions corporelles -- tout est verrouille et coherent.

Ce n'est pas entierement nouveau dans le domaine de l'image IA (IP-Adapter et des approches similaires existent pour les modeles d'images), mais l'implementer de maniere robuste en generation video tout en maintenant la coherence temporelle represente un defi d'ingenierie majeur. Si Google y parvient, ce serait un veritable avantage concurrentiel face a tous ses rivaux.

Vitesse de generation : 40 % plus rapide

Les temps de generation de Veo 3 vont de 2 a 4 minutes pour un clip standard de 8 secondes en 720p. C'est acceptable mais loin du temps reel. Des donnees de benchmark fuitees suggerent que Veo 4 vise une reduction de 40 % du temps de generation, ramenant les clips standards a environ 70-90 secondes.

Cette amelioration provient probablement d'une combinaison d'optimisations architecturales (mecanismes d'attention plus efficaces, meilleure compression de l'espace latent) et d'ameliorations materielles (debit du TPU v6). Une generation plus rapide ne fait pas que gagner du temps ; elle transforme fondamentalement le flux de travail creatif en permettant des iterations bien plus rapides.

Physique et comprehension du mouvement ameliorees

Les modeles de video IA ont une faiblesse bien connue : la physique. Les objets qui devraient tomber ne tombent pas. Les liquides qui devraient eclabousser restent statiques. Les tissus qui devraient flotter pendent rigidement. Veo 3 a considerablement ameliore ces aspects par rapport aux modeles anterieurs, mais des cas limites subsistent.

Veo 4 devrait integrer des modules dedies a la simulation physique ameliorant le traitement de :

• Dynamique des fluides : eau, fumee, feu et liquides verses avec un comportement realiste
• Simulation de tissus : etoffes, cheveux et materiaux souples reagissant naturellement aux mouvements et au vent
• Interactions de corps rigides : objets entrant en collision, s'empilant et tombant avec le poids et l'elan adequats
• Transport de lumiere : reflexions, refractions et caustiques reagissant correctement aux changements de scene

Ces ameliorations sont incrementales, pas revolutionnaires. Mais collectivement, elles rapprochent le resultat du seuil ou la video generee par IA devient indistinguable de vraies images dans la plupart des contextes de visionnage.

Cotes sur les marches predictifs

Fin avril 2026, les marches predictifs estiment la probabilite d'un lancement de Veo 4 avant juin 2026 a environ 69 %. Les 31 % restants couvrent les scenarios ou Google reporte au T3 ou rebaptise la version (comme lors du saut de la denomination « Veo 2 » dans certains marches). Le consensus : Veo 4 a l'I/O est le scenario le plus probable, mais pas une certitude.

Gemini 4 : la fondation sous Veo 4

Veo n'existe pas en vase clos. Chaque generation de Veo a ete construite sur la generation correspondante du modele fondation Gemini de Google, et Veo 4 tournera presque certainement sur Gemini 4.

Pourquoi est-ce important pour la video ? Parce que le modele fondation determine la comprehension du monde par le systeme. Quand vous decrivez une scene a Veo, c'est la comprehension linguistique de Gemini qui interprete votre intention, les connaissances visuelles de Gemini qui orientent la composition de la scene, et les capacites de raisonnement de Gemini qui gerent les instructions complexes a plusieurs etapes.

Ce que Gemini 4 devrait apporter

• Fenetre de contexte elargie : Gemini 2 est monte a 2 millions de tokens. Gemini 4 pourrait aller encore plus loin, permettant des descriptions de scenes plus longues et detaillees, des storyboards multi-pages et un materiau de reference plus riche en entree.
• Raisonnement multimodal renforce : meilleure comprehension des relations spatiales, des sequences temporelles et des chaines de cause a effet. Cela se traduit directement par une generation video plus coherente a partir de prompts complexes.
• Meilleur suivi des instructions : Gemini 3 (qui propulse Veo 3) a parfois du mal avec les instructions composees (« fais X, puis Y, mais assure-toi que Z tout du long »). Gemini 4 devrait les gerer plus fiablement.
• Utilisation native d'outils : Gemini 4 devrait ameliorer les capacites agentiques, ce qui signifie que Veo 4 pourrait potentiellement appeler des outils externes pendant la generation -- ajuster l'etalonnage des couleurs, appliquer des references de style ou incorporer des donnees du monde reel en cours de processus.

La relation entre Gemini et Veo est symbiotique. Les ameliorations du modele fondation se repercutent sur chaque produit construit par-dessus. Un meilleur Gemini signifie automatiquement un meilleur Veo.

La chronologie de Veo : un schema d'acceleration

En examinant la chronologie complete de Veo, on observe une nette acceleration de la cadence de publication et de la croissance des capacites de Google.

Le schema est indeniable. Google est passe d'un apercu de recherche au systeme de generation video leader du secteur en exactement deux ans. Chaque version a corrige la limitation la plus critique de la precedente : Veo 2 a ameliore la qualite, Veo 3 a ajoute l'audio, Veo 3.1 a allonge la duree, et Veo 4 devrait resoudre la coherence et la resolution.

L'ecart entre les versions majeures s'est egalement reduit. De Veo 1 a Veo 2, sept mois. De Veo 2 a Veo 3, cinq mois. Si Veo 4 arrive a l'I/O 2026, cela fera douze mois depuis Veo 3, mais avec une mise a jour significative en milieu de cycle (3.1) entre les deux. Google livre effectivement des ameliorations majeures tous les cinq a six mois.

Pourquoi Google I/O 2026 compte plus que d'habitude

Chaque annee, les journalistes tech affirment que la prochaine conference est « la plus importante de tous les temps ». Cette annee, l'affirmation est fondee. Le paysage concurrentiel de la video IA a radicalement change depuis l'I/O 2025.

Sora est mort

Sora d'OpenAI a ete lance avec un battage mediatique enorme debut 2024, a connu un deploiement limite difficile, et a ete effectivement abandonne. L'equipe a ete restructuree, la feuille de route du produit a ete repoussee, et OpenAI a signale un repli strategique des outils creatifs pour se concentrer sur le raisonnement et les capacites entreprise. L'API de Sora n'a jamais ete rendue publique, et le produit n'a recu aucune mise a jour significative depuis plus d'un an.

Cela laisse un vide. Pendant deux ans, la conversation autour de la video IA se resumait a « Google contre OpenAI ». Ce cadrage est termine. Google est desormais en concurrence contre un paysage fragmente de petits acteurs et de laboratoires chinois.

Les modeles chinois montent en puissance

Tandis que le marche occidental de la video IA se consolidait autour de Google, les laboratoires chinois ont livre sans relache :

• HappyHorse (Meituan) : apparu comme un modele de premier rang debut 2026, avec des performances particulierement fortes sur les mouvements humains et les expressions faciales. Disponibilite limitee hors de Chine, mais les capacites techniques sont veritablement impressionnantes.
• Seedance (ByteDance) : la maison mere de TikTok est entree dans la generation video IA avec un modele qui excelle dans le contenu court optimise pour les reseaux sociaux. Forte integration avec les outils createurs de TikTok.
• Kling 2.0 (Kuaishou) : le modele chinois le plus accessible a l'international. Kling 2.0 a considerablement ameliore le realisme et propose des tarifs competitifs. Populaire aupres des createurs qui ont besoin d'un volume eleve a moindre cout.

Ces modeles ont domine plusieurs benchmarks communautaires debut 2026. Google a besoin de Veo 4 pour reasseoir sa suprematie technique, pas seulement la maintenir.

Les enjeux pour les entreprises

Au-dela des benchmarks et du buzz grand public, le veritable enjeu est l'adoption par les entreprises. Les grands groupes mediatiques, les agences de publicite et les plateformes de contenu font des paris a long terme sur l'infrastructure video IA. Ces decisions se prennent en ce moment, au T2 2026, et elles tendent a etre verrouillees pour des cycles de contrat de 2-3 ans.

Si Veo 4 offre un bond convaincant a l'I/O, Google peut verrouiller des clients entreprise via Vertex AI avant que les concurrents ne puissent reagir. Si l'annonce decoit, ces clients se diversifieront entre Runway, Kling et potentiellement des partenariats directs avec des laboratoires chinois.

Quoi d'autre a surveiller lors de Google I/O 2026

Veo 4 dominera probablement les gros titres, mais l'I/O 2026 reserve plusieurs autres annonces dignes d'attention.

Lunettes IA de moins de 50 grammes

Google devrait annoncer des lunettes AR de nouvelle generation pesant moins de 50 grammes, ce qui en ferait les lunettes IA les plus legeres du marche. Propulsees par Gemini, elles pourraient etre les premieres lunettes IA veritablement portables toute la journee. L'integration avec l'ecosysteme IA de Google (recherche, maps, traduction, assistant) leur confere un avantage fonctionnel par rapport a des concurrents comme le partenariat de Meta avec Ray-Ban.

Integration de Gemini dans Android

Android 17 devrait proposer une integration profonde de Gemini au niveau du systeme d'exploitation. Pas simplement un chatbot dans le volet de notifications, mais une IA qui comprend le contexte de votre ecran, peut effectuer des actions entre applications et gere des taches complexes a plusieurs etapes. Cela a ete evoque depuis deux ans. L'I/O 2026 pourrait etre le moment ou cela se concretise vraiment.

Capacites d'agents IA (Projet Mariner et au-dela)

Les efforts de Google en matiere d'IA agentique se sont intensifies. Le Projet Mariner (agent de navigation web), Jules (agent de programmation) et divers agents Workspace devraient tous recevoir des mises a jour significatives. La tendance est claire : Google veut que Gemini puisse agir, pas seulement repondre a des questions.

Outils pour developpeurs et mises a jour d'API

Pour les developpeurs, surveillez les mises a jour de Vertex AI, l'integration Firebase AI, les changements de tarification de l'API Gemini et les nouvelles capacites de modeles dans Google AI Studio. L'API Veo est particulierement importante : un acces elargi, une meilleure documentation et des tarifs plus bas accelereraient l'adoption de l'ecosysteme.

Comment Veo 4 pourrait remodeler le paysage de la video IA

Si Veo 4 tient ne serait-ce que la moitie de ses promesses, les repercussions a travers l'industrie de la video IA seront considerables.

Impact sur Runway

Runway est le choix par defaut des professionnels creatifs depuis 2023. Gen-3 Alpha reste un produit solide, mais Runway n'a pas livre de saut generationnel depuis plus d'un an. Si Veo 4 offre du 4K natif et la coherence des personnages alors que Runway est encore a une resolution de base de 720p, l'ecart de qualite devient difficile a ignorer. L'avantage de Runway a toujours ete son interface et ses outils creatifs, pas la qualite brute du modele. Cet avantage se reduit si Google ameliore sa propre experience utilisateur.

Impact sur Kling et les modeles chinois

Kling, Seedance et HappyHorse ont gagne du terrain sur les benchmarks techniques, mais ils font face a des defis de distribution hors d'Asie. Veo 4 a l'echelle de Google (integre a YouTube, Google Ads, Workspace et Android) dispose d'un avantage de distribution qu'aucun modele chinois ne peut egaler sur les marches occidentaux. Cependant, les modeles chinois continueront probablement a dominer en rapport qualite-prix pour les createurs soucieux de leur budget.

Impact sur Pika, Luma et les plus petits acteurs

Les startups de video IA plus petites font face au chemin le plus difficile. Elles ne peuvent pas rivaliser avec les ressources de calcul de Google, elles ne peuvent pas rivaliser avec les modeles chinois sur les prix, et elles ne peuvent pas rivaliser avec la communaute creative etablie de Runway. L'issue probable est une consolidation accrue : acquisitions, pivots vers des cas d'usage de niche, ou concentration sur des secteurs specifiques (immobilier, e-commerce, education) ou des outils specialises ont encore de la valeur.

Le choix par defaut des entreprises

La consequence la plus determinante : si Veo 4 est veritablement le meilleur du marche, Google devient le choix entreprise par defaut pour la video IA. Non pas parce que les entreprises adorent Google, mais parce que les services achats font confiance a l'infrastructure, a la securite et a la perennite de Google. Une entreprise du Fortune 500 choisissant un outil de video IA en 2026 evaluera presque certainement Vertex AI en premier. Un Veo 4 convaincant transforme cette evaluation en contrat signe.

Le point de vue de Genra

Nous suivons de pres le developpement de Veo 4. En tant que plateforme d'orchestration multi-modeles, Genra integre les meilleurs modeles disponibles a tout moment et oriente les requetes de generation vers le modele le plus adapte a chaque tache. Des que Veo 4 sera disponible via API, Genra l'integrera immediatement, garantissant a nos utilisateurs un acces automatique aux dernieres capacites sans changer leur flux de travail.

Notre approche a toujours ete agnostique vis-a-vis des modeles. Aujourd'hui, cela signifie Veo 3.1, Kling et d'autres modeles de pointe. Demain, cela pourrait signifier Veo 4 pour les sequences narratives en 4K et des modeles specialises pour des styles ou formats specifiques. L'utilisateur n'a pas a se soucier de quel modele genere sa video. Il doit simplement obtenir le meilleur resultat possible.

Points cles a retenir

• Google I/O 2026 se tiendra les 19-20 mai, avec la keynote a 19h00 heure de Paris (13h00 ET / 10h00 PT). Veo 4 est l'annonce la plus attendue, les marches predictifs lui attribuant 69 % de chances de lancement avant juin.
• Veo 4 devrait introduire la generation 4K native, des narrations multi-scenes de 20 a 30 secondes en une seule passe, la coherence des personnages via ID-embedding, une generation 40 % plus rapide et une simulation physique amelioree.
• Gemini 4 servira probablement de modele fondation a Veo 4, apportant un raisonnement multimodal renforce, des fenetres de contexte elargies et un meilleur suivi des instructions.
• La chronologie de Veo montre une acceleration nette : d'un apercu de recherche (Veo 1) au leader du secteur (Veo 3) en deux ans, avec des mises a jour majeures tous les cinq a six mois.
• Le paysage concurrentiel n'a jamais ete aussi favorable a Google. Sora est mort, OpenAI s'est retire des outils creatifs, et les modeles chinois font face a des defis de distribution sur les marches occidentaux.
• L'adoption par les entreprises est le veritable enjeu. Les entreprises prenant des decisions d'infrastructure video IA au T2 2026 se tourneront vers l'I/O pour confirmer que Google est le pari sur a long terme.
• Meme si Veo 4 decoit, les autres annonces de l'I/O 2026 (lunettes IA, integration Gemini dans Android, capacites agentiques) facconneront le paysage IA pour l'annee a venir.

Questions frequentes

Quand a lieu Google I/O 2026 ?

Google I/O 2026 est prevu les 19-20 mai 2026. La keynote d'ouverture debute a 19h00 heure de Paris (13h00 ET / 10h00 PT) le 19 mai et sera diffusee gratuitement en direct sur io.google. Les sessions developpeurs se deroulent sur les deux jours.

Veo 4 sera-t-il annonce lors de Google I/O 2026 ?

C'est le scenario le plus probable. Google a annonce Veo 1 a l'I/O 2024 et Veo 3 a l'I/O 2025. Les marches predictifs attribuent a Veo 4 environ 69 % de chances de lancement avant juin 2026, l'I/O etant le lieu evident. Cependant, Google pourrait aussi choisir d'annoncer une mise a jour Veo 3.5 plutot qu'un saut generationnel complet.

Quelles sont les fonctionnalites attendues de Veo 4 ?

D'apres les fuites et analyses : generation video 4K native (non upscalee), generation narrative multi-scenes jusqu'a 20-30 secondes en une seule passe, coherence des personnages via un systeme d'ID-embedding utilisant 3 a 5 images de reference, vitesse de generation 40 % plus rapide que Veo 3, et simulation physique amelioree pour les fluides, les tissus et les interactions de corps rigides.

Veo 4 est-il meilleur que Sora ?

Sora a ete effectivement abandonne par OpenAI, sans mise a jour significative depuis plus d'un an et sans API publique. Il n'existe pas de version actuelle de Sora a laquelle se comparer. Veo 3.1 surpasse deja la derniere qualite de sortie de Sora disponible publiquement sur la plupart des benchmarks. Si Veo 4 tient ses promesses, il sera le leader inconteste du marche occidental sans concurrent direct chez OpenAI.

Comment Veo 4 se compare-t-il aux modeles de video IA chinois comme Kling et Seedance ?

Les modeles chinois comme HappyHorse, Seedance et Kling 2.0 ont obtenu de solides resultats sur les benchmarks communautaires debut 2026, en particulier sur les mouvements humains et les expressions faciales. Veo 4 devrait egaler ou depasser leur qualite technique tout en offrant l'avantage de distribution de Google : integration avec YouTube, Google Ads, Vertex AI et Android. Les modeles chinois conserveront probablement un avantage tarifaire.

Veo 4 sera-t-il gratuit ?

Google a rendu Veo 3.1 disponible gratuitement via Google AI Studio en avril 2026 (avec filigrane). Un schema similaire pour Veo 4 est plausible mais probablement retarde. Attendez un acces initial via Vertex AI (payant, oriente entreprise) et Google AI Studio (niveau gratuit limite), avec un acces gratuit plus large dans les mois suivant le lancement.

Qu'est-ce que Gemini 4 et quel est son lien avec Veo 4 ?

Gemini est le modele fondation de Google qui propulse Veo et de nombreux autres produits IA de Google. Chaque generation de Veo a ete construite sur la generation correspondante de Gemini. Gemini 4 devrait apporter un raisonnement multimodal renforce, des fenetres de contexte plus grandes et un meilleur suivi des instructions, ce qui ameliore directement la capacite de Veo 4 a comprendre et executer des prompts de generation video complexes.

Comment regarder Google I/O 2026 ?

La diffusion en direct de la keynote est gratuite sur io.google, a partir de 19h00 heure de Paris (13h00 ET / 10h00 PT) le 19 mai 2026. Aucune inscription requise. Les sessions developpeurs et les approfondissements techniques sont disponibles tout au long des deux jours. Google publie generalement toutes les sessions sur YouTube dans les 24 heures suivant l'evenement.