curl-X POST 'https://pollo.ai/api/platform/v1/generation/openai/sora-2/video'\-H'Content-Type: application/json'\-H'x-api-key: YOUR_API_KEY'\-d'{ "input": { "prompt": "A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field", "duration": 4, "aspectRatio": "16:9" }}'
Optional kann webhookUrl angegeben werden, um eine Rückruffunktion zu erhalten, wenn die Aufgabe erfolgreich war oder fehlschlug.
Optionales Anfragefeld
{"input":{"prompt":"A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field","duration":4,"aspectRatio":"16:9"},"webhookUrl":"https://example.com/webhooks/pollo"}
Schema
Eingabefelder für den ausgewählten Endpunkt und Modus.
Sora 2 erzeugt Video mit synchronisiertem Audio und stimmt Dialoge, Schritte, Atmosphäre und Ereignisse auf dem Bildschirm aufeinander ab, während bewegungsphysikalische Faktoren wie Gewicht, Impuls und Interaktion berücksichtigt werden.
Mit Sora 2 auf der Pollo API kannst du OpenAI Text-zu-Video- und Bild-zu-Video-Generierung in deine Anwendungen integrieren, mit HD-Clipdauern von 4 bis 20 Sekunden.
Hauptfunktionen der Sora 2 API
Synchronisiertes Audio
Erzeuge Dialoge, Soundeffekte und Hintergrundatmosphäre zusammen mit dem Video und richte Audiohinweise an Sprache, Bewegung und Ereignissen auf dem Bildschirm aus.
Physikalisch fundierte Bewegung
Objekte reagieren auf Kraft, Schwerkraft und Kontakt wie in der Realität, sodass Gießen, Springen und Kollisionen plausibel wirken statt zu schweben oder zu rutschen.
Konsistenz über mehrere Shots
Ein einzelner Prompt kann sich über mehrere Shots erstrecken, während Subjekte, Umgebung und Beleuchtung stabil bleiben, sodass kurze Erzählsequenzen von Schnitt zu Schnitt kohärent bleiben.
Erweiterte Cliplänge
Unterstützt Videodauern von bis zu 20 Sekunden für Dialoge, Demonstrationen, Aktionen und kurze Erzählsequenzen, die zusätzliche Entwicklungszeit benötigen.
Text- und Bildführung
Akzeptiert Text-Prompts und Quellbilder für Text-zu-Video- und Bild-zu-Video-Generierung und unterstützt sowohl beschreibungsbasierte als auch bildgeführte Workflows.
Prompt-Verständnis
Interpretiert detaillierte Anweisungen zu Aktionsreihenfolge, Timing, Dialog, Kamerabewegung und Szenenverlauf innerhalb einer einzelnen Generierung.
Anwendungsfälle der Sora 2 API
Generierung von Dialogszenen: Erzeuge kurze Dialoge, in denen Figuren sprechen und Lippenbewegung, Timing und Tonlage zum generierten Dialog-Audio passen.
Physik-Erklärclips: Zeige gegossene Flüssigkeiten, umfallende Blöcke oder sich lösende Federn mit bewegungsphysikalischer Berücksichtigung von Schwerkraft, Kraft und Kontakt für Bildungs- und Demonstrationsworkflows.
Kurze Erzählsequenzen: Generiere mehrteilige Erzählszenen und halte Figuren-, Umgebungs- und visuelle Kontinuität über Schnitte hinweg aufrecht.
Soundgetriebene Demos: Erstelle Produkt- oder Prozessvideos mit Dialog, Soundeffekten und Atmosphäre, synchronisiert mit den Aktionen auf dem Bildschirm.
Referenz-Stills animieren: Verwandle ein hochgeladenes Bild in einen bewegten Shot und erweitere ein einzelnes Frame zu einer kurzen Szene mit Sound.
Interaktive Story-Tools: Generiere Videoszenen aus von Nutzer:innen geschriebenen Prompts für interaktive Storytelling-, Charakter- und Narrativ-Anwendungen.
Werbekonzept-Entwürfe: Erstelle frühe Werbekonzepte mit geskriptetem Dialog, visueller Aktion und synchronisierter Atmosphäre für die Kampagnenplanung.
Vertikaler Social Content: Generiere 9:16-Clips mit synchronisiertem Audio für Kurzform-Feeds, Stories und mobile Video-Workflows.
So nutzt du die Sora 2 API
API-Key holen: Erstelle ein Pollo API-Konto und generiere deinen API-Key im Entwickler-Dashboard.
Modell wählen: Sende Requests an den Sora 2-Endpoint unter /generation/sora/sora-2.
Eingaben hinzufügen: Gib einen prompt für Text-zu-Video oder eine image-URL für Bild-zu-Video an und setze dann length (4, 8, 12, 16 oder 20) sowie aspectRatio (16:9 oder 9:16).
Generieren und abrufen: Reiche den Task ein, frage den zurückgegebenen Task-Status ab und lade das fertige Video mit Audio herunter, sobald die Verarbeitung erfolgreich ist.
Prompting-Best-Practices für die Sora 2 API
Behandle den Prompt wie eine Shotliste mit Sound. Beschreibe die Aktion in Reihenfolge, nenne gesprochene Zeilen und gib Dialog, Atmosphäre, Musik oder Soundeffekte an, um die synchronisierte Video- und Audio-Ausgabe zu steuern.
Eine einfache Prompt-Formel
Szene und Subjekt + geordnete Aktionen mit physikalischen Details + Dialog- oder Soundhinweise + Kamera- und Shotwechsel + Umgebung und Beleuchtung
Worauf du achten solltest
Audio aufschreiben: Nenne Dialog, Soundeffekte oder Atmosphäre direkt, um die generierte Audiospur zu steuern.
Aktion sequenzieren: Beschreibe, was zuerst, als Nächstes und zuletzt passiert, um Timing und Verlauf von Multi-Shot-Szenen zu steuern.
Physik verankern: Gib Aktionen mit Kraft und Kontakt an, z. B. ein kippendes Objekt oder spritzende Flüssigkeit, um die beabsichtigte Bewegung zu steuern.
Subjekt konsistent halten: Wiederhole wichtige Merkmale von Figur oder Objekt, um visuelle Konsistenz über Shots hinweg zu steuern.
Länge an die Story anpassen: Wähle eine längere Dauer für Dialoge, mehrstufige Aktionen oder ausgearbeitete Szenensequenzen und eine kürzere Dauer für eine einzelne Aktion.
Frame wählen: Setze 16:9 für Querformatvideos oder 9:16 für vertikale Content-Formate vor dem Generieren.
Beispiel-Prompts
Synchronisierter Dialogaustausch
"Zwei Kolleg:innen treffen sich an einer Kaffeemaschine im Büro. Eine Person sagt: 'Du hast es schon leer gemacht?' die andere lacht und antwortet: 'Kaum.' Tassen klirren, die Maschine summt. Mittlere Zweier-Einstellung, warmes Tageslicht, dann ein Schnitt auf eine nahe Reaktion."
Physik-Demonstration
"Ein Glas Wasser steht auf einer Laborbank. Eine Hand wirft eine Brausetablette hinein; sie sprudelt laut, Blasen steigen auf und laufen leicht über den Tisch. Statische Nahaufnahme, helle gleichmäßige Beleuchtung, klare realistische Details der wirbelnden Flüssigkeit."
Multi-Shot-Mini-Story
"Ein Kind setzt ein Papierboot in eine Regenrinne; Totale, wie es abtreibt. Schnitt auf eine tiefe Nahaufnahme, als es über einen kleinen Wasserfall kippt, Wasser rauscht. Schnitt auf das enttäuschte Gesicht des Kindes. Bedecktes Licht, durchgehend Regenprasseln."
Küchen-Sizzle-Clip
"Ein Koch legt ein Steak in eine heiße Pfanne; es zischt scharf, während Dampf aufsteigt und Fett ausläuft. Butter wird darüber gelöffelt, blubbernd. Enge Draufsicht, warmes Küchenlicht, dann ein langsamer Pull-back, der das angerichtete Gericht zeigt."
Sora 2 vs Veo 3.1 vs Kling 2.6
Fähigkeit
Sora 2
Veo 3.1
Kling 2.6
Synchronisiertes Audio
✅ Dialog und Effekte mit Bild
✅ Native Audio-Unterstützung
❌ Nur Video
Physikalischer Realismus
✅ Starke Ursache-Wirkung-Bewegung
✅ Physikalisch fundierte Bewegung
✅ Flüssig, weniger physikfokussiert
Konsistenz über mehrere Shots
✅ Bleibt über Schnitte hinweg konsistent
✅
✅ Geführte kurze Shots
Cliplänge
Bis zu 20 Sekunden
Kurze Clips
Kurze Clips
Eingabetypen
Text und Bild
Text, Bild, Referenz
Text und Bild
Empfohlen für
Sprechende, soundgeführte, physikbasierte Szenen
Audioreiche filmische Shots
Charakterbewegung und stilisierte Clips
Warum die Sora 2 API wählen?
Sora 2 kombiniert synchronisiertes Audio, physikalisch fundierte Bewegung und Multi-Shot-Kontinuität in einem einzigen Generierungsworkflow. Diese Fähigkeiten unterstützen Dialogszenen, Produktdemonstrationen, Kurzgeschichten, Werbekonzepte und interaktive Videoanwendungen.
Pollo API bietet einen einheitlichen Zugang zu Sora 2 zusammen mit anderen Video- und Bildmodellen und vereinfacht Integration, Task-Management, Modelltests und Deployment.
Sora 2 API – FAQs
Was ist Sora 2?
Sora 2 ist OpenAIs Videogenerierungsmodell, das HD-Clips mit synchronisiertem Audio, realistischer Physik und Multi-Shot-Konsistenz erzeugt und sowohl Text-zu-Video als auch Bild-zu-Video unterstützt.
Erzeugt die Sora 2 API Audio?
Ja. Sora 2 erstellt den Soundtrack zusammen mit dem Video, sodass Dialog, Soundeffekte und Atmosphäre zu den Aktionen auf dem Bildschirm passen, statt nachträglich hinzugefügt zu werden.
Welche Cliplängen und Seitenverhältnisse werden unterstützt?
Sora 2 generiert Clips mit 4, 8, 12, 16 oder 20 Sekunden in 16:9 oder 9:16, pro Request passend für breite oder vertikale Formate gewählt.
Kann Sora 2 ein Bild animieren?
Ja. Gib eine Bild-URL an und Sora 2 verwandelt dieses Still in einen bewegten Shot mit Sound, wobei Bilder mit menschlichen Gesichtern nicht erlaubt sind.
Wie gut verarbeitet Sora 2 Bewegung?
Seine Stärke ist physikalische Plausibilität, sodass gegossene Flüssigkeiten, Kollisionen und fallende Objekte Ursache und Wirkung folgen und Demonstrationen sowie Aktionen glaubwürdig bleiben.
Warum Sora 2 über die Pollo API ausführen?
Pollo API bietet Zugriff auf Sora 2 zusammen mit anderen Video- und Bildmodellen über eine einzige Integration, mit API-Dokumentation und Task-Status-Tracking für asynchrone Generierung.
