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" }}'
Optionally include webhookUrl to receive a callback when the task succeeds or fails.
Optional request field
{"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"}
Sora 2 genera vídeo con audio sincronizado, alineando diálogos, pasos, ambiente y eventos en pantalla, a la vez que admite movimiento con conciencia de peso, impulso e interacción.
Con Sora 2 en Pollo API, puedes integrar la generación de texto a vídeo e imagen a vídeo de OpenAI en tus aplicaciones, con clips HD de entre 4 y 20 segundos.
Funciones clave de la API de Sora 2
Audio sincronizado
Genera diálogos, efectos de sonido y ambiente junto con el vídeo, alineando las señales de audio con el habla, el movimiento y los eventos en pantalla.
Movimiento físicamente fundamentado
Los objetos responden a la fuerza, la gravedad y el contacto como en el mundo real, por lo que vertidos, rebotes y colisiones resultan plausibles en lugar de parecer flotantes o deslizantes.
Consistencia entre múltiples planos
Un único prompt puede abarcar varios planos mientras se mantienen estables los sujetos, el entorno y la iluminación, conservando la coherencia de secuencias narrativas cortas de un corte a otro.
Mayor duración de clip
Admite duraciones de vídeo de hasta 20 segundos para diálogos, demostraciones, acciones y secuencias narrativas cortas que requieren más tiempo de desarrollo.
Guía por texto e imagen
Acepta prompts de texto e imágenes de origen para la generación de texto a vídeo e imagen a vídeo, con soporte para flujos de trabajo basados en descripciones y guiados por imagen.
Comprensión de prompts
Interpreta instrucciones detalladas sobre el orden de acciones, el timing, el diálogo, el movimiento de cámara y la progresión de la escena dentro de una sola generación.
Casos de uso de la API de Sora 2
Generación de escenas con diálogo: Produce intercambios breves en los que los personajes hablan y su movimiento labial, timing y tono coinciden con el audio de diálogo generado.
Clips explicativos de física: Muestra líquidos vertiéndose, bloques cayendo o muelles liberándose con movimiento consciente de gravedad, fuerza y contacto para flujos educativos y de demostración.
Secuencias narrativas cortas: Genera escenas narrativas de varios planos manteniendo la continuidad de personaje, entorno y visual entre cortes.
Demos impulsadas por sonido: Crea vídeos de producto o proceso con diálogo, efectos de sonido y ambiente sincronizados con las acciones en pantalla.
Animación de imágenes de referencia: Convierte una imagen subida en un plano en movimiento, ampliando un solo fotograma a una escena corta con sonido.
Herramientas de historias interactivas: Genera escenas de vídeo a partir de prompts escritos por usuarios para aplicaciones de narrativa interactiva, personajes e historias.
Borradores de conceptos publicitarios: Crea conceptos publicitarios iniciales con diálogo guionizado, acción visual y ambiente sincronizado para planificación de campañas.
Contenido social vertical: Genera clips 9:16 con audio sincronizado para feeds de formato corto, stories y flujos de vídeo móvil.
Cómo usar la API de Sora 2
Consigue una clave de API: Crea una cuenta de Pollo API y genera tu clave de API desde el panel de desarrollador.
Elige el modelo: Envía solicitudes al endpoint de Sora 2 en /generation/sora/sora-2.
Añade tus entradas: Proporciona un prompt para texto a vídeo o una URL de image para imagen a vídeo, y luego define length (4, 8, 12, 16 o 20) y aspectRatio (16:9 o 9:16).
Genera y recupera: Envía la tarea, consulta el estado de la tarea devuelta y descarga el vídeo final con audio cuando el procesamiento se complete correctamente.
Buenas prácticas de prompting para la API de Sora 2
Trata el prompt como una lista de planos con sonido. Describe la acción en orden, indica cualquier línea hablada y especifica diálogo, ambiente, música o efectos de sonido para guiar la salida sincronizada de vídeo y audio.
Una fórmula simple de prompt
Escena y sujeto + acciones ordenadas con detalle físico + diálogo o señales de sonido + cámara y cambios de plano + entorno e iluminación
Qué deberías tener en cuenta
Escribe el audio: Indica diálogo, efectos de sonido o ambiente directamente para guiar la pista de audio generada.
Secuencia la acción: Describe qué ocurre primero, después y al final para guiar el timing y la progresión de escenas de varios planos.
Ancla la física: Especifica acciones que impliquen fuerza y contacto, como un objeto que se vuelca o un líquido que salpica, para guiar el movimiento deseado.
Mantén el sujeto: Reitera atributos importantes del personaje u objeto para guiar la consistencia visual entre planos.
Ajusta la duración a la historia: Selecciona una duración más larga para diálogos, acciones de varios pasos o secuencias de escena desarrolladas, y una más corta para una sola acción.
Elige el encuadre: Configura 16:9 para vídeos horizontales o 9:16 para formatos de contenido vertical antes de generar.
Ejemplos de prompts
Intercambio de diálogo sincronizado
"Dos compañeros de trabajo se encuentran en la máquina de café de la oficina. Uno dice: '¿Ya te lo has terminado?' el otro se ríe y responde: 'Por los pelos.' Las tazas tintinean, la máquina zumba. Plano medio a dos, luz diurna cálida, y luego un corte a una reacción en primer plano."
Demostración de física
"Un vaso de agua está sobre una mesa de laboratorio. Una mano deja caer una pastilla efervescente; chisporrotea con fuerza, las burbujas suben y se desbordan ligeramente sobre la mesa. Primer plano estático, iluminación clara y uniforme, detalle realista nítido del líquido agitándose."
Minihistoria de varios planos
"Un niño lanza un barco de papel a una cuneta de lluvia; plano general de cómo deriva. Corte a un primer plano bajo cuando se inclina sobre una pequeña cascada, con el agua corriendo. Corte a la cara de decepción del niño. Luz nublada, repiqueteo de lluvia durante toda la escena."
Clip de chisporroteo en cocina
"Un chef pone un filete en una sartén caliente; chisporrotea con fuerza mientras sube el vapor y la grasa se funde. Se rocía mantequilla por encima con una cuchara, burbujeando. Plano cenital cerrado, luz cálida de cocina, y luego un retroceso lento que revela el plato emplatado."
Sora 2 vs Veo 3.1 vs Kling 2.6
Capacidad
Sora 2
Veo 3.1
Kling 2.6
Audio sincronizado
✅ Diálogo y efectos con imagen
✅ Soporte nativo de audio
❌ Solo vídeo
Realismo físico
✅ Movimiento sólido de causa y efecto
✅ Movimiento fundamentado
✅ Fluido, menos centrado en física
Consistencia entre múltiples planos
✅ Se mantiene entre cortes
✅
✅ Planos cortos dirigidos
Duración del clip
Hasta 20 segundos
Clips cortos
Clips cortos
Tipos de entrada
Texto e imagen
Texto, imagen, referencia
Texto e imagen
Recomendado para
Escenas habladas, guiadas por sonido y física
Planos cinematográficos ricos en audio
Movimiento de personajes y clips estilizados
¿Por qué elegir la API de Sora 2?
Sora 2 combina audio sincronizado, movimiento físicamente fundamentado y continuidad entre múltiples planos dentro de un único flujo de generación. Estas capacidades dan soporte a escenas con diálogo, demostraciones de producto, narrativas cortas, conceptos publicitarios y aplicaciones de vídeo interactivas.
Pollo API ofrece una forma unificada de acceder a Sora 2 junto con otros modelos de vídeo e imagen, simplificando la integración, la gestión de tareas, las pruebas de modelos y el despliegue.
Preguntas frecuentes de la API de Sora 2
¿Qué es Sora 2?
Sora 2 es el modelo de generación de vídeo de OpenAI que produce clips HD con audio sincronizado, física realista y consistencia entre múltiples planos, compatible tanto con texto a vídeo como con imagen a vídeo.
¿La API de Sora 2 genera audio?
Sí. Sora 2 crea la banda sonora junto con el vídeo, de modo que el diálogo, los efectos de sonido y el ambiente se alinean con la acción en pantalla en lugar de añadirse después.
¿Qué duraciones de clip y relaciones de aspecto admite?
Sora 2 genera clips de 4, 8, 12, 16 o 20 segundos en 16:9 o 9:16, elegidos por solicitud para adaptarse a formatos panorámicos o verticales.
¿Sora 2 puede animar una imagen?
Sí. Proporciona una URL de imagen y Sora 2 convertirá ese fotograma estático en un plano en movimiento con sonido, aunque no se permiten imágenes que contengan rostros humanos.
¿Qué tal maneja Sora 2 el movimiento?
Su punto fuerte es la plausibilidad física, así que líquidos vertidos, colisiones y objetos que caen siguen la lógica de causa y efecto, manteniendo creíbles las demostraciones y la acción.
¿Por qué ejecutar Sora 2 a través de Pollo API?
Pollo API proporciona acceso a Sora 2 junto con otros modelos de vídeo e imagen mediante una sola integración, con documentación de API y seguimiento del estado de tareas para generación asíncrona.
