# Google relie trois images dans une même vidéo avec Veo 3.1

> Google Veo 3.1 accepte jusqu’à trois images de référence et deux images de départ et d’arrivée pour guider la génération vidéo.

Type : Actualité IA · Catégorie : Outils · Publié le 2026-10-25 · Signal IA - Order & Chaos · Secteur : Marketing
Source : https://www.orderchaos.eu/signal-ia/actu/veo-31-assemble-jusqua-trois-images-en-video
Tags : génération vidéo, google, veo, api, prompt

---

## En résumé

- Veo 3.1 combine jusqu’à trois images de référence dans une vidéo cohérente.
- Le modèle interpole deux images pour créer une transformation entre un début et une fin.
- Les versions rapides génèrent une vidéo en moins de 60 secondes pour environ la moitié du prix.

**Le signal :** Veo 3.1 combine jusqu’à trois images de référence dans une scène vidéo cohérente guidée par un prompt.

**Google a publié** Veo 3.1, un modèle de [génération vidéo](/signal-ia/actu/veo-31-de-google-garde-vos-personnages-fideles-en-video) présenté le 16 octobre 2025 par Replicate. Cette version ajoute deux fonctions principales aux outils vidéo de Google. La première combine jusqu’à trois images de référence dans une même scène. La seconde utilise une image de départ et une image d’arrivée. Un prompt textuel guide ensuite la génération entre ces éléments. Replicate présente aussi une version améliorée de la conversion image-vidéo. Le modèle reçoit une image initiale et une consigne décrivant le mouvement souhaité. Veo 3.1 génère alors une vidéo qui commence avec cette image. [Lire le guide de Replicate](https://replicate.com/blog/veo-3-1).

**Les prompts structurent** la composition et le mouvement de chaque plan. [Replicate](/signal-ia/actu/veo-31-transforme-trois-images-en-scenes-video-coherentes) recommande de préciser le cadrage, le nombre de sujets, la mise au point et les effets d’objectif. Les termes cités incluent « shallow focus », « deep focus », « macro lens » et « wide-angle lens ». Le prompt peut aussi définir un style, comme la science-fiction, la comédie romantique, le film d’action ou l’animation. La position et le déplacement de la caméra peuvent être détaillés. Les exemples incluent le niveau des yeux, la plongée, la contre-plongée, le travelling, le zoom, le panoramique et le suivi. Replicate indique ainsi que la précision du prompt guide directement les choix visuels demandés.

## Veo 3.1 conserve jusqu’à trois références

**Trois images maximum** peuvent être combinées pour créer une scène vidéo cohérente. Replicate montre une image de femme et une image de flacon de shampoing utilisées pour produire une vidéo de test produit au style contenu généré par l’utilisateur. Le résultat conserve le personnage et le flacon pendant la génération de la séquence. La fonction permet également de placer un même personnage dans plusieurs environnements. Replicate cite un exemple publié par fofr, avec un personnage d’animation intégré à une scène en prise de vues réelles. Le prompt associé décrit un personnage qui rentre chez lui sous la pluie. [Voir cet exemple sur X](https://x.com/fofrAI/status/1978584915630329990?ref_src=twsrc%5Etfw).

**Les deux images** de départ et d’arrivée définissent les bornes d’une séquence. Veo 3.1 interpole ensuite le contenu entre ces deux points selon le prompt. Replicate montre une transformation d’un agneau en tigre. Un autre exemple présente la transformation d’une pièce. Cette fonction vise les vidéos qui nécessitent un début et une fin précis. La conversion image-vidéo classique reçoit seulement une image initiale. Replicate indique que Veo 3.1 suit mieux les prompts et produit une qualité améliorée. Le modèle peut aussi déduire une action à partir du contenu de l’image. Une image de locaux identifiés sur une carte a ainsi servi à demander une séquence montrant l’activité du lieu.

## Replicate expose Veo 3.1 via l’API

**Les versions rapides** sont disponibles sur tous les points d’accès, sauf pour la génération depuis des références. Replicate indique un temps inférieur à 60 secondes, contre environ 90 secondes pour la génération standard. Le prix est approximativement réduit de moitié. La qualité est légèrement inférieure, tout en restant élevée selon la présentation. L’API Replicate permet d’appeler `[google](/signal-ia/actu/google-veo-31-garde-vos-personnages-coherents-en-video)/veo-3.1` avec JavaScript. Un exemple utilise une image, un prompt, une durée de huit secondes et une résolution de 1080p. Un autre transmet trois images de référence. Un troisième fournit les images de départ et d’arrivée. L’API renvoie une adresse vidéo utilisable dans une application.