J’ai généré une vidéo 4K avec le nouveau modèle de Google juste pour voir la « qualité studio » : au moment de prolonger la scène, j’ai compris ce qu’on ne m’avait pas dit

Lancer une génération vidéo en 4K avec Veo 3.1, le modèle d’IA vidéo de Google, promet une image nette, quasi professionnelle. Mais dès qu’on clique sur « prolonger la scène », la promesse se fissure : l’extension ne conserve pas la définition initiale. C’est la mauvaise surprise que découvrent de nombreux utilisateurs en testant la fonction d’extension après une génération 4K, et personne ne l’annonce clairement dans l’interface.

La 4K, un privilège qui a un prix caché : la durée figée

Premier piège, avant même de parler de prolongation : demander du 4K impose des règles strictes sur la durée du clip. Selon la documentation technique de l’API Veo, définir une résolution en 4K force automatiquement la durée à 8 secondes. Impossible donc de générer un clip 4K de 4 ou 6 secondes : demander 4 ou 6 secondes en 4K renvoie directement une erreur HTTP 400.

Sur la plateforme grand public Google Flow, la logique est différente mais tout aussi contraignante. La bonne pratique conseillée par les guides techniques consiste à ne déclencher l’upscaling 4K qu’une fois satisfait du mouvement en mode « Fast » de prévisualisation, ce qui économise des crédits d’API tout en garantissant un export final aux standards broadcast. Le 4K n’est pas la résolution native de travail, c’est une couche appliquée à la fin, sur un rendu déjà validé en basse définition. Un détail qui change tout dans la façon d’aborder un projet.

Prolonger la scène : le vrai déclic (et la vraie déception)

C’est là que l’histoire devient intéressante. La fonction d’extension, star de Veo 3.1, permet de dépasser la limite native de 8 secondes par génération. Le mécanisme technique est précis : le modèle extrait la dernière seconde, soit 24 images, du clip source comme « graine », puis génère un nouveau segment de 7 secondes en conservant le style et la fluidité du mouvement. En chaînant ces extensions, on peut construire des séquences bien plus longues qu’un simple clip généré d’un coup.

Mais voici le point que peu d’articles promotionnels mettent en avant clairement : la résolution de sortie de ces extensions n’est pas celle du clip 4K de départ. Les spécifications le confirment noir sur blanc, l’output étendu se rend typiquement en 720p. Sur Vertex AI, la documentation officielle de Google est tout aussi limpide : la résolution 1080p n’est pas disponible pour les extensions vidéo, seul le 720p restant garanti sur ces segments ajoutés.

Résultat concret : un utilisateur qui génère un plan d’ouverture soigné en 4K, puis clique sur « extend » pour continuer l’action, voit sa vidéo retomber en définition standard sur toute la portion ajoutée. Le raccord est fluide visuellement, les moteurs de Veo excellent à faire disparaître la couture, mais la qualité, elle, baisse silencieusement. Pour un usage réseaux sociaux, la différence passe presque inaperçue. Pour une diffusion écran large ou un montage professionnel, c’est un vrai problème.

Jusqu’où peut-on vraiment prolonger, et à quel coût ?

La limite technique globale reste par ailleurs bien réelle. Le plafond actuel pour une séquence continue est de 148 secondes, obtenues via 20 extensions successives. Au-delà, il faut découper le projet en plusieurs chaînes séparées et les recoller au montage, comme le confirment plusieurs guides spécialisés qui recommandent de diviser une vidéo longue en plusieurs segments de 148 secondes, générés séparément puis assemblés en post-production.

Et plus la chaîne s’allonge, plus le risque de dérive visuelle grandit. Certains guides conseillent une règle empirique : chaque prompt d’extension doit reprendre au moins 80 % des détails descriptifs du prompt original (codes couleur précis, mots-clés de texture, caractéristiques d’objectif) pour éviter la dégradation de la cohérence sur la durée. Sans cette discipline, les visages se déforment doucement, les couleurs dérivent, l’éclairage change de logique sans qu’on comprenne pourquoi.

Le porte-monnaie, lui aussi, en prend un coup. Sur l’API Google directe, chaque seconde de Veo 3.1 coûte environ 0,75 dollar, soit 6 dollars pour un clip de 8 secondes. Sur Google Flow, l’interface grand public, le système fonctionne par crédits journaliers : les comptes gratuits reçoivent 50 crédits toutes les 24 heures, de quoi tester deux ou trois clips courts par jour sans carte bancaire, sachant qu’une génération en mode rapide consomme déjà 20 crédits par passe de rendu. Pour un accès sans restriction quotidienne, il faut grimper jusqu’à l’abonnement Google AI Ultra, facturé 249,99 dollars par mois.

Ce que raconte cette expérience, au fond, c’est la différence entre une démonstration marketing et un usage réel. Google communique volontiers sur le « 4K » et la « continuité narrative », deux arguments vendeurs. Mais l’articulation entre les deux, la résolution qui chute pendant les extensions, la durée figée à 8 secondes dès qu’on active la haute définition, n’apparaît jamais dans les premières lignes des présentations officielles. À l’utilisateur de la découvrir en marge d’un rendu, une fois les crédits déjà dépensés. Une leçon simple à retenir avant de se lancer : générer d’abord en qualité rapide pour valider le mouvement, réserver le 4K et les crédits les plus chers pour le tout dernier passage, celui qui ne sera pas prolongé.

Sources : docs.cloud.google.com | atlascloud.ai | renderforest.com