Seedance 2.5 Flash à -35% maintenant — offre valable jusqu'au 30 novembre

Gemini Omni 1.2 Flash : l'étiquette du produit semble correcte jusqu'à ce qu'on s'y attarde

La cohérence des étiquettes produit de Gemini Omni 1.2 Flash est suffisamment prometteuse pour être testée avec de vrais packshots, mais l'affirmation d'amélioration de Google ne dispense pas de vérifier l'étiquette dans les images livrées.

Résumer avec l’IA

La vidéo produit semble prête jusqu'à ce que quelqu'un mette en pause sur l'emballage en rotation et repère une lettre modifiée. La cohérence des étiquettes produit de Gemini Omni 1.2 Flash est suffisamment prometteuse pour être testée avec de vrais packshots, mais l'amélioration revendiquée par Google ne remplace pas une vérification de l'étiquette dans les images livrées. Pour une publicité commerciale, la question est de savoir si le logo visible, les mots exacts, la forme de l'emballage et la couleur survivent au mouvement de caméra.

Cet article explique comment inspecter la dérive des étiquettes sur quatre clips fournis par l'utilisateur. Deux utilisent une planche de concept-package publique pour la canette de soda fictive KOBU, et deux utilisent des photographies d'une bouteille et de sachets de thé. Les clips KOBU utilisent des instructions de caméra différentes, ils illustrent donc deux défis d'inspection plutôt qu'un test contrôlé du nombre d'images de référence. Une sortie commerciale nécessite encore un test séparé avec des photographies produit approuvées.

Points clés

  • Google signale un meilleur suivi des références dans Gemini Omni 1.2 Flash, y compris la typographie des emballages et les couleurs de marque, mais ne garantit pas le texte exact de l'étiquette dans chaque image.
  • Les exemples de concept-package KOBU montrent une courte rotation et une rotation complète ; ils n'isolent pas l'effet de la fourniture d'un plus grand nombre d'images de référence.
  • Vérifiez les lettres lisibles, les logos, la forme et la couleur aux moments clés et tout au long du clip. Une allégation légale ou produit comportant un caractère incorrect bloque la diffusion d'une vraie publicité.
  • Une résolution de sortie plus élevée peut vous aider à inspecter une étiquette ; elle ne peut pas corriger un caractère que le modèle a généré de manière incorrecte.

Qu'est-ce qui a changé dans Gemini Omni 1.2 Flash pour les vidéos produit ?

Google a publié Gemini Omni 1.2 Flash le 5 novembre 2026. Son annonce indique que le modèle peut générer ou modifier des clips de 3 à 15 secondes par incréments d'une seconde, contre un maximum de 10 secondes pour Gemini Omni 1.1. Elle décrit également une meilleure adhérence aux images de référence sous différents angles de caméra, y compris la typographie des emballages et les couleurs de marque. Ces affirmations font d'un plan produit en rotation un cas de test pertinent (Google, novembre 2026).

Un plan plus long possible est important car un emballage peut quitter une vue de face, tourner et revenir dans un seul clip. Le retour est une preuve utile : les évaluateurs peuvent comparer la dernière vue claire avec la première vue et la photo réelle. Une bouteille visuellement cohérente vue de loin peut encore contenir un ingrédient erroné ou une unité de mesure décalée. La continuité de la caméra et la fidélité textuelle nécessitent des vérifications distinctes.

L'adhérence aux références est plus large que la précision des étiquettes

La comparaison référence-vers-vidéo publiée par Google DeepMind attribue à Gemini Omni 1.2 Flash une préférence côte à côte de 63 % contre 37 % face à Gemini Omni 1.1 pour la cohérence d'identité multi-références. Elle rapporte également une comparaison de 52 % contre 48 % pour l'adhérence au prompt (Google DeepMind, novembre 2026). Ce sont des résultats de comparaison portant sur des clips entiers. Ils ne mesurent pas si chaque lettre d'une étiquette commerciale reste correcte, et ils ne peuvent pas prédire le résultat pour un SKU particulier.

01-deepmind-reference-consistency-chart.jpg

La comparaison référence-vers-vidéo de DeepMind mesure la préférence globale, l'adhérence au prompt et la cohérence d'identité multi-références. Ce n'est pas un test de précision du texte des emballages.

Le flux de travail référence-vers-vidéo du modèle accepte plusieurs images fixes et peut produire un clip en 16:9 ou 9:16. Cela rend possible une comparaison contrôlée entre une photo et trois photos. Le modèle peut également générer de l'audio natif, bien que le son soit accessoire à cette inspection d'étiquette. Un arc de caméra fluide crée le défi ; l'évaluation dépend de ce que le produit montre réellement à chaque angle.

Ce guide vous plaît ?Retrouvez plus de contenus d’Atlas Cloud dans la recherche Google.Ajouter aux sources préférées sur Google

Que signifie réellement la cohérence des étiquettes produit ?

Un évaluateur créatif doit définir les critères de réussite avant la génération. Sinon, une scène convaincante peut éclipser un changement d'emballage petit mais lourd de conséquences. Pour un vrai SKU, quatre caractéristiques portent différents types de risques :

  • Logo : La marque est-elle le même design, à la même position et avec les mêmes proportions, sans symbole supplémentaire ?
  • Texte : Le nom du produit, la variante, la quantité, les ingrédients, les avertissements et les autres mots devant correspondre sont-ils orthographiés exactement comme sur l'emballage approuvé ?
  • Géométrie de l'emballage : La bouteille, la boîte, le bouchon, le sceau, la poignée ou le panneau d'étiquette conservent-ils leur forme et leur emplacement réels ?
  • Couleur : Les couleurs approuvées de l'emballage et de la marque restent-elles reconnaissables tout au long de la rotation, compte tenu des variations normales d'éclairage ?

La lisibilité est une condition distincte. Une étiquette peut être techniquement correcte dans une image qu'aucun client ne pourrait lire. Notez quand le flou de mouvement, l'éblouissement, une main ou un angle prononcé masquent le texte. Ne comptez pas le texte masqué comme une réussite vérifiée. Si le panneau avant quitte le champ de vision, évaluez uniquement ce qui est physiquement visible et inspectez-le à nouveau lorsque la caméra revient.

L'hallucination de texte mérite une note à part. Un modèle pourrait ajouter un ingrédient, une allégation, une marque de certification ou un nombre d'apparence plausible qui n'a jamais figuré sur l'emballage. Ces changements peuvent avoir plus d'importance qu'une silhouette légèrement modifiée. L'évaluateur a besoin d'une transcription de l'étiquette physique approuvée, et non d'une supposition faite à partir d'une image vidéo attrayante.

Définissez trois résultats de validation. Acceptable signifie que chaque détail requis visible par le client correspond là où il est lisible et que le clip fonctionne toujours à vitesse de lecture normale. Nécessite une correction signifie qu'un détail visuel non critique ou un problème de lisibilité peut être corrigé par une modification contrôlée, un recadrage ou une image de remplacement, suivie d'une nouvelle évaluation complète. Ne pas publier signifie qu'une allégation, une quantité, un avertissement, un ingrédient, un logo ou une identité d'emballage requis diffère de la source approuvée.

Ce seuil doit refléter le produit. Un contenant simple sans marque est un test créatif plus facile qu'un carton de complément alimentaire dense en texte obligatoire. Pour le carton, les équipes peuvent décider dès le départ d'utiliser un emballage filmé ou une couche d'emballage vérifiée en post-production. Ce choix est un contrôle de production, pas un verdict sur le modèle.

Préparez de vraies références produit avant de générer la vidéo

Choisissez un SKU physique que l'équipe possède ou a l'autorisation de montrer. Photographiez clairement sa face avant. Photographiez ensuite le même article sous les angles avant-gauche et avant-droit sous un éclairage similaire. Gardez une hauteur et une distance de caméra suffisamment proches pour que l'étiquette reste utile sous les trois angles. Ne remplacez pas une photographie manquante par un emballage généré ; la vidéo testerait alors la fidélité à une étiquette fabriquée.

L'image de face doit permettre à un évaluateur de lire le texte important. Évitez l'éblouissement sur le nom de marque, la perspective extrême, les sceaux coupés et le lettrage retouché. Les images latérales doivent révéler la géométrie réelle : profondeur du bouchon, enroulement du panneau, bords et tout changement dans ce qui est imprimé sur la courbe. Si un angle ne montre qu'un fragment de texte, cela reste utile pour vérifier le placement, mais cela ne peut pas valider les mots non visibles.

Avant de téléverser, créez une courte fiche de référence. Transcrivez chaque mot et chaque nombre devant correspondre directement depuis l'emballage approuvé. Notez les majuscules, la ponctuation, les espacements, les unités et les retours à la ligne lorsque la mise en page compte. Marquez le texte qui ne peut pas être lu avec confiance à partir des photos sources. Obtenez une meilleure photographie ou le visuel approuvé pour ce champ au lieu de combler silencieusement ce qui semble probable.

Les références de concept-package utilisées ci-dessous

Pour la démonstration, nous avons utilisé la planche produit KOBU Sour Tantrum de Scenario. Scenario décrit KOBU comme un soda inventé et indique que sa planche a été générée avec GPT Image 2.5 Sunburst. La planche montre le grand nom de marque KOBU rose, le texte vertical SOUR TANTRUM, une mascotte yuzu jaune et un dos uniquement graphique. Les trois fichiers téléversés étaient des recadrages de cette même planche, pas des photographies d'une canette physique. Cela nous permet d'inspecter un design et un lettrage proéminents dans une vidéo concept, mais ne valide pas un texte légal ni la fidélité du modèle à un vrai produit.

02-kobu-concept-reference-sheet.webp

Référence de concept-package publique de Scenario. La démonstration vérifie le design KOBU visible, pas une étiquette de vente au détail approuvée.

Le clip 1 utilise uniquement le recadrage de face et demande une courte rotation pour revenir à la face avant. Le clip 2 utilise les recadrages de face, avant-gauche et dos et demande une rotation complète. Ce sont délibérément des briefs de plan différents, donc toute différence dans leur résultat ne peut pas être attribuée au seul nombre de références. Pour tester une contre trois images de manière causale, exécutez les deux ensembles d'images avec le même prompt de caméra et les mêmes réglages.

Conservez les fichiers d'entrée avec l'enregistrement de chaque exécution. L'enregistrement doit également inclure l'heure de soumission, les réglages affichés, l'état d'achèvement et la première sortie terminée. Si une exécution échoue, notez l'erreur. Si l'équipe échantillonne plusieurs réussites et ne montre que la plus propre, indiquez honnêtement cette sélection ; elle ne peut pas être comparée à une seule première sortie de l'autre condition.

Aucune photo de produit physique approuvée par la marque n'a été fournie pour une validation commerciale. Utilisez une référence produit approuvée comme source de vérité lorsque vous appliquez la grille d'évaluation à un SKU de campagne réel.

Deux exemples de mouvement d'étiquette KOBU

La page Gemini Omni 1.2 Flash Reference-to-Video sur Atlas Cloud accepte plusieurs images de référence et une requête de 8 secondes en 16:9. Les deux téléchargements fournis ci-dessous sont tous deux des vidéos de 8,04 secondes en 1280 × 720. Leurs noms de fichiers et leurs pixels n'établissent pas quel modèle, quelle graine ou quel nombre de tentatives les a produits. Traitez-les comme des démonstrations fournies par l'utilisateur de la méthode d'évaluation, et non comme une performance mesurée de Gemini Omni 1.2 Flash. Les fichiers MP4 originaux sont conservés à côté des GIF pour l'inspection image par image.

Le premier plan commence sur la face avant, tourne suffisamment pour montrer un bord, puis revient à la face avant. À 0,5 seconde et 7,7 secondes, le grand nom de marque KOBU, la mascotte et la petite ligne produit sont visibles. Au point de rotation maximal, seule une partie de l'étiquette avant est visible, les lettres masquées ne peuvent donc pas être évaluées à cet endroit.

01-single-front-sway.gif

Clip 1 : courte rotation à partir d'un brief avec référence de face. La face avant revient vers la fin ; une partie masquée de l'étiquette n'est pas vérifiée pendant la rotation.

Le deuxième plan tourne plus loin autour de la canette. Son dos uniquement graphique, incluant les étoiles et l'éclair, est visible vers 4 secondes. La face avant revient vers la fin, mais à 7,7 secondes elle reste légèrement oblique et la petite ligne produit est trop floue pour une vérification caractère par caractère. Les lettres KOBU plus grandes et la mascotte restent reconnaissables dans les vues de face échantillonnées.

02-three-view-turn.gif

Clip 2 : rotation plus large à partir de références concept de face, avant-gauche et dos. La vue de dos ajoute un point d'inspection distinct ; la petite ligne de face au retour reste non vérifiée.

VérificationClip 1 : recadrage de faceClip 2 : recadrages face, avant-gauche, dos
Tâche caméraCourte rotation et retourRotation plus large exposant le dos uniquement graphique
Face à 0,5 secondeKOBU, mascotte et petite ligne visiblesKOBU, mascotte et petite ligne visibles
Vers 4 secondesUne partie de l'étiquette avant est masquée par l'angleGraphiques du dos visibles ; aucun texte de dos approuvé à vérifier
Face vers 7,7 secondesLa face avant revient ; éléments principaux visiblesLa face avant reste légèrement oblique ; petite ligne non vérifiée

Pour une expérience reproductible de référence une contre trois, utilisez le même prompt de mouvement pour les deux ensembles et conservez les réglages de l'interface et la première sortie terminée. Les deux clips présentés ici répondent à une question pratique différente : que peut inspecter un évaluateur lorsque l'emballage effectue une petite rotation plutôt qu'une rotation plus large ?

Deux autres exemples de manipulation avec de vraies photos produit

Les deux clips suivants fournis par l'utilisateur utilisent des emballages photographiés plutôt que la planche concept KOBU. Le clip de la bouteille dure 8,04 secondes et celui du thé 15,04 secondes ; les deux sont en 1280 × 720. Les fichiers n'incluent pas de modèle, de graine ou d'historique de tentatives vérifiable, il s'agit donc d'exemples de ce qu'il faut inspecter, et non de résultats mesurés de Gemini Omni 1.2 Flash.

Bouteille en verre : une étiquette pendant un versement

L'entrée était les photographies de face et de dos d'Alex P. Kok d'une bouteille Smirnoff, publiées sur Wikimedia Commons sous CC BY-SA 4.0. Le brief demandait qu'une main soulève la bouteille ouverte, verse dans un verre et ramène la face avant vers la caméra. Cela teste une inclinaison changeante et un contact de la main plutôt qu'une autre rotation sur plateau.

03-smirnoff-front-rear-reference.png

Photographies d'entrée de face et de dos par Alex P. Kok, Wikimedia Commons, CC BY-SA 4.0 ; combinées côte à côte pour comparaison. Les deux fichiers originaux sont conservés avec les ressources de l'article.

À environ 0,8 et 7,4 secondes, le grand lettrage SMIRNOFF et VODKA de face reste reconnaissable. Autour du versement à 4 secondes, le lettrage du collier diffère de la source, tandis que les petites lignes de l'étiquette ornée sont trop floues pour une vérification caractère par caractère. Une étiquette avant reconnaissable n'est donc pas une réussite sur le texte exact.

03-smirnoff-pour.gif

Clip de 8,04 secondes, converti en GIF. Le MP4 original est conservé pour l'inspection image par image.

Sachets de thé : trois variantes à travers l'ouverture et l'infusion

L'entrée était la photographie de Wikiname8 de sachets Fraser Tea, publiée sur Wikimedia Commons sous CC BY 4.0. Le PNG téléversé est conservé avec les ressources de l'article ; la photographie originale apparaît ci-dessous. Le brief désignait spécifiquement le Rainbow Rooibos violet, le Cream Earl Grey bleu et le Peppermint Stick rouge, puis demandait que le sachet violet soit soulevé, ouvert et infusé pendant que les autres variantes restaient visibles.

04-fraser-tea-input.png

Photographie d'entrée par Wikiname8, CC BY 4.0. Les trois variantes nommées fournissent une vérification couleur-saveur.

La séquence de 15 secondes passe d'une vue produit en plongée à un plan rapproché de manipulation puis à une vue finale de tasse. Les sachets bleu et violet conservent des marques reconnaissables dans les images échantillonnées, mais le libellé de saveur du sachet rouge ne correspond pas au Peppermint Stick de la référence. Dans la vue finale, la ligne de saveur violette est partiellement masquée derrière la tasse et le sachet rouge, cette ligne n'est donc pas vérifiée à cet endroit. L'action plus longue offre plus de points d'évaluation, mais ne corrige pas le texte rouge modifié.

Clip de 15,04 secondes fourni par l'utilisateur. Il reste sous forme de vidéo avec une image d'affiche sélectionnée car il dépasse 10 secondes.

Auditez la dérive des étiquettes avant de publier

Ouvrez les fichiers bruts dans une visionneuse capable d'avancer image par image. Regardez d'abord chaque clip à vitesse normale pour juger si le produit est reconnaissable et si le mouvement de caméra demandé a eu lieu. Puis mettez en pause à cinq positions planifiées : la vue de face d'ouverture, la première rotation, l'angle le plus grand, le retour vers la face avant et l'image finale. Parcourez aussi les intervalles entre elles. Un défaut peut n'apparaître que pendant quelques images.

Pour chaque vue claire, comparez la vidéo côte à côte avec sa référence source : la planche Scenario pour la démonstration KOBU ou des photographies approuvées pour un vrai SKU. Vérifiez les caractères exacts, la forme et le placement du logo, la silhouette, le bouchon ou le sceau, et la couleur. Consignez l'horodatage et un recadrage pour toute discordance. Lorsque le texte est illisible, marquez-le non vérifié plutôt que réussi. Si un champ obligatoire est masqué tout au long du clip, le clip ne peut pas établir la fidélité de l'étiquette pour ce champ.

Une discussion Reddit de 2026 sur les évaluations de vidéos produit décrit des étiquettes devenant plus floues et des bouchons ou des largeurs d'emballage changeant dans les images en pause. C'est une raison utile d'inspecter les images fixes. C'est une anecdote sur un test différent, pas une preuve que Gemini Omni 1.2 Flash réussit ou échoue à celui-ci.

Une grille réussite/échec image par image

Créez une ligne pour chaque horodatage et chaque champ obligatoire. Consignez la transcription source, ce que l'image dit visiblement, la lisibilité et une décision réussite/échec. Conservez des captures du début, de la rotation maximale et de la fin à côté de l'image de face approuvée. Si le panneau latéral contient du contenu obligatoire, ajoutez la référence latérale à l'angle correspondant. Ces images doivent exposer les lettres réelles à une taille lisible, pas simplement afficher de jolies vues larges.

Une lettre manquante dans un ingrédient obligatoire ou une quantité modifiée est un échec de validation, même si le reste de la vidéo semble stable. Si l'erreur se limite à un arrière-plan jetable ou à un recadrage qui élimine le problème sans masquer des informations produit essentielles, une modification corrective peut être raisonnable. Revérifiez toute la sortie corrigée, y compris les transitions et l'export. Une correction locale peut affecter les images voisines.

Une couche d'image d'emballage approuvée ou une étiquette composée vérifiée en post-production offre plus de contrôle lorsque le libellé exact compte. Le clip animé peut fournir la scène et le mouvement de caméra tandis que le vrai texte provient du visuel approuvé. Cette approche nécessite un travail minutieux de suivi, de perspective et d'occlusion, le résultat composite doit donc aussi être évalué. Ne dites pas à un évaluateur de conformité qu'une phrase générée est exacte parce qu'elle semblait plausible à la lecture.

Quand Gemini Omni 1.2 Flash vaut-il la peine d'être utilisé pour une publicité produit ?

Une grande étiquette de face, une géométrie d'emballage simple et une rotation de caméra modeste constituent un premier test raisonnable. Un texte fin dense, des occlusions fréquentes ou un texte légal obligatoire appellent un plan plus strict et probablement plus de contrôle en post-production. Le facteur décisif est l'audit du clip final, pas le nom du modèle ni un benchmark agrégé.

Utilisez la voie référence-vers-vidéo lorsque vous disposez de vraies photographies produit et souhaitez voir si le modèle peut animer cet article spécifique. Conservez la première sortie et ses entrées comme preuve. Si la publicité nécessite une étiquette mot pour mot garantie à tout moment, prévoyez un budget pour un visuel approuvé, des images tournées en direct, ou les deux. Cela peut encore laisser de la place à du mouvement généré ailleurs dans la création.

Le catalogue de modèles Atlas Cloud listait Gemini Omni 1.2 Flash Reference-to-Video à un tarif de départ réduit de 0,023 $ par seconde générée, contre 0,028 $, lors d'une vérification en novembre 2026. À ce tarif de départ affiché, une génération de 8 secondes coûterait 0,184 $ et deux coûteraient 0,368 $ avant toute nouvelle exécution. La fiche indique un prix de départ ; confirmez le devis en vigueur pour la résolution sélectionnée et tout autre contrôle avant de lancer. L'annonce séparée de Google à 0,07 $ par seconde en 720p s'applique à sa propre plateforme, pas à ce devis Atlas.

Le coût de l'évaluation est distinct du coût de génération. Un clip bon marché qui modifie le texte obligatoire d'une étiquette n'est pas prêt à être publié, tandis qu'un clip qui réussit après un audit minutieux image par image peut faire gagner du temps de production. Les GIF KOBU rendent la tâche d'inspection concrète, surtout lorsque le dos entre dans le champ. Ils n'établissent pas de taux de réussite de Gemini Omni 1.2 Flash ni de décision de validation pour un vrai emballage. Pour répondre à la question de la cohérence des étiquettes produit de Gemini Omni 1.2 Flash pour votre SKU, capturez des vues produit approuvées, conservez l'enregistrement d'exécution du modèle et auditez la première sortie terminée par rapport à l'étiquette physique.

Questions fréquentes

Gemini Omni 1.2 Flash peut-il garantir le texte exact d'un emballage ?

Aucune comparaison publiée d'adhérence aux références n'établit de garantie caractère par caractère pour votre étiquette. Traitez le texte exact comme un critère de validation que vous vérifiez dans les images terminées. Gardez l'emballage ou le visuel approuvé à côté du clip pendant l'évaluation.

Une seule photo produit suffit-elle, ou dois-je téléverser plusieurs angles ?

Une image de face nette suffit pour commencer la comparaison contrôlée. Ajoutez de vraies photos avant-gauche et avant-droit pour la deuxième exécution, puis jugez les deux premiers clips terminés. Des angles supplémentaires ne sont utiles que s'ils clarifient le même produit physique.

Un export en 1080p corrigera-t-il une étiquette incorrecte ?

Non. Une résolution de sortie plus élevée peut rendre l'erreur plus facile à voir, mais elle ne transforme pas un caractère généré erroné en caractère approuvé. Vérifiez les images originales et corrigez la source ou utilisez un visuel vérifié en post-production.

Puis-je publier un clip lorsque l'emballage porte un texte légal obligatoire ?

Publiez uniquement après avoir vérifié le texte obligatoire dans les images réellement livrées ou l'avoir fourni via une couche d'emballage approuvée et vérifiée. Si un champ est erroné ou illisible là où la publicité s'appuie sur lui, retenez le clip pour correction et évaluation.

Modèles récents

Une seule API pour toute l'IA multimédia.

Explorer tous les modèles