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" }}'
يمكنك تضمين webhookUrl اختياريًا لتلقي رد اتصال عند نجاح المهمة أو فشلها.
حقل طلب اختياري
{"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 génère des vidéos avec un audio synchronisé, en alignant les dialogues, les pas, l’ambiance et les événements à l’écran, tout en prenant en charge des mouvements sensibles au poids, à l’élan et aux interactions.
Avec Sora 2 sur l’API Pollo, tu peux intégrer la génération texte-vers-vidéo et image-vers-vidéo d’OpenAI dans tes applications, avec des durées de clips HD allant de 4 à 20 secondes.
Fonctionnalités clés de l’API Sora 2
Audio synchronisé
Génère des dialogues, des effets sonores et une ambiance de fond en même temps que la vidéo, en alignant les repères audio avec la parole, les mouvements et les événements à l’écran.
Mouvement ancré dans la physique
Les objets réagissent à la force, à la gravité et au contact comme dans le monde réel, donc les liquides versés, les rebonds et les collisions paraissent plausibles plutôt que flottants ou glissants.
Cohérence multi-plans
Un seul prompt peut s’étendre sur plusieurs plans tout en conservant des sujets, un décor et une lumière stables, afin que les courtes séquences narratives restent cohérentes d’une coupe à l’autre.
Durée de clip étendue
Prend en charge des durées vidéo jusqu’à 20 secondes pour les dialogues, démonstrations, actions et courtes séquences narratives qui demandent plus de temps de développement.
Guidage par texte et image
Accepte les prompts textuels et les images source pour la génération texte-vers-vidéo et image-vers-vidéo, en prenant en charge des workflows basés sur la description comme sur l’image.
Compréhension des prompts
Interprète des instructions détaillées sur l’ordre des actions, le timing, les dialogues, les mouvements de caméra et la progression de scène dans une seule génération.
Cas d’usage de l’API Sora 2
Génération de scènes parlées : Produis de courts échanges où les personnages parlent et où leurs mouvements de lèvres, leur timing et leur ton correspondent à l’audio de dialogue généré.
Clips explicatifs de physique : Montre des liquides versés, des blocs qui tombent ou des ressorts qui se détendent avec des mouvements tenant compte de la gravité, de la force et du contact pour des workflows éducatifs et de démonstration.
Courtes séquences narratives : Génère des scènes narratives multi-plans tout en maintenant la continuité des personnages, du décor et du visuel entre les coupes.
Démos pilotées par le son : Crée des vidéos de produit ou de processus avec dialogues, effets sonores et ambiance synchronisés avec les actions à l’écran.
Animation d’images de référence : Transforme une image importée en plan animé, en étendant une image fixe en courte scène avec son.
Outils narratifs interactifs : Génère des scènes vidéo à partir de prompts rédigés par les utilisateurs pour des applications de narration interactive, de personnage et de récit.
Brouillons de concepts publicitaires : Crée des concepts publicitaires initiaux avec dialogues scriptés, action visuelle et ambiance synchronisée pour la planification de campagne.
Contenu social vertical : Génère des clips 9:16 avec audio synchronisé pour les flux courts, stories et workflows vidéo mobile.
Comment utiliser l’API Sora 2
Obtiens une clé API : Crée un compte API Pollo et génère ta clé API depuis le tableau de bord développeur.
Choisis le modèle : Envoie les requêtes vers le endpoint Sora 2 à /generation/sora/sora-2.
Ajoute tes entrées : Fournis un prompt pour le texte-vers-vidéo, ou une URL image pour l’image-vers-vidéo, puis définis length (4, 8, 12, 16 ou 20) et aspectRatio (16:9 ou 9:16).
Génère et récupère : Soumets la tâche, interroge le statut de tâche renvoyé, puis télécharge la vidéo finale avec audio une fois le traitement réussi.
Bonnes pratiques de prompting pour l’API Sora 2
Considère le prompt comme un plan de tournage avec son. Décris l’action dans l’ordre, indique les répliques prononcées et précise le dialogue, l’ambiance, la musique ou les effets sonores pour guider la sortie vidéo et audio synchronisée.
Une formule de prompt simple
Scène et sujet + actions ordonnées avec détails physiques + dialogue ou repères sonores + mouvements de caméra et changements de plan + décor et éclairage
Ce que tu dois remarquer
Rédige l’audio : Indique directement dialogues, effets sonores ou ambiance pour guider la piste audio générée.
Séquence l’action : Décris ce qui se passe d’abord, ensuite et enfin pour guider le timing et la progression des scènes multi-plans.
Ancre la physique : Précise les actions impliquant force et contact, comme un objet qui bascule ou un liquide qui éclabousse, pour guider le mouvement attendu.
Maintiens le sujet : Répète les attributs importants du personnage ou de l’objet pour guider la cohérence visuelle entre les plans.
Adapte la durée à l’histoire : Choisis une durée plus longue pour les dialogues, les actions en plusieurs étapes ou les scènes développées, et une durée plus courte pour une action unique.
Choisis le cadre : Définis 16:9 pour les vidéos paysage ou 9:16 pour les formats verticaux avant de générer.
Exemples de prompts
Échange de dialogue synchronisé
"Deux collègues se retrouvent près d’une machine à café au bureau. L’un dit : ‘Tu l’as déjà fini ?’ l’autre rit et répond : ‘À peine.’ Les tasses s’entrechoquent, la machine ronronne. Plan moyen à deux, lumière du jour chaude, puis coupe vers une réaction en gros plan."
Démonstration de physique
"Un verre d’eau est posé sur une paillasse de laboratoire. Une main y dépose un comprimé effervescent ; il pétille fort, des bulles montent et débordent légèrement sur la table. Gros plan fixe, éclairage vif et uniforme, détail réaliste net du liquide en agitation."
Mini-histoire multi-plans
"Un enfant lance un bateau en papier dans un caniveau sous la pluie ; plan large du bateau qui dérive. Coupe vers un gros plan bas lorsqu’il bascule au-dessus d’une petite cascade, l’eau se précipite. Coupe vers le visage déçu de l’enfant. Lumière couverte, pluie fine en continu."
Clip de cuisine qui grésille
"Un chef dépose un steak dans une poêle chaude ; ça grésille vivement pendant que la vapeur monte et que la graisse fond. Du beurre est arrosé à la cuillère, en bouillonnant. Plan serré en plongée, lumière de cuisine chaude, puis lent recul révélant l’assiette dressée."
Sora 2 vs Veo 3.1 vs Kling 2.6
Capacité
Sora 2
Veo 3.1
Kling 2.6
Audio synchronisé
✅ Dialogues et effets avec l’image
✅ Prise en charge audio native
❌ Vidéo uniquement
Réalisme physique
✅ Mouvement cause-effet solide
✅ Mouvement ancré
✅ Fluide, moins axé physique
Cohérence multi-plans
✅ Maintenue entre les coupes
✅
✅ Plans courts dirigés
Durée du clip
Jusqu’à 20 secondes
Clips courts
Clips courts
Types d’entrée
Texte et image
Texte, image, référence
Texte et image
Recommandé pour
Scènes parlées, guidées par le son, scènes physiques
Plans cinématiques riches en audio
Mouvement de personnages et clips stylisés
Pourquoi choisir l’API Sora 2 ?
Sora 2 combine audio synchronisé, mouvement ancré dans la physique et continuité multi-plans dans un seul workflow de génération. Ces capacités prennent en charge les scènes dialoguées, démonstrations produit, récits courts, concepts publicitaires et applications vidéo interactives.
L’API Pollo offre un moyen unifié d’accéder à Sora 2 avec d’autres modèles vidéo et image, ce qui simplifie l’intégration, la gestion des tâches, les tests de modèles et le déploiement.
FAQ de l’API Sora 2
Qu’est-ce que Sora 2 ?
Sora 2 est le modèle de génération vidéo d’OpenAI qui produit des clips HD avec audio synchronisé, physique réaliste et cohérence multi-plans, en prenant en charge le texte-vers-vidéo et l’image-vers-vidéo.
L’API Sora 2 génère-t-elle de l’audio ?
Oui. Sora 2 crée la bande-son avec la vidéo, de sorte que les dialogues, effets sonores et l’ambiance s’alignent sur l’action à l’écran au lieu d’être ajoutés ensuite.
Quelles durées de clip et quels formats d’image sont pris en charge ?
Sora 2 génère des clips de 4, 8, 12, 16 ou 20 secondes en 16:9 ou 9:16, choisis par requête pour s’adapter aux formats larges ou verticaux.
Sora 2 peut-il animer une image ?
Oui. Fournis une URL d’image et Sora 2 transforme cette image fixe en plan animé avec son, même si les images contenant des visages humains ne sont pas autorisées.
Comment Sora 2 gère-t-il le mouvement ?
Sa force est la plausibilité physique, donc les liquides versés, collisions et objets qui tombent suivent une logique de cause à effet, ce qui rend les démonstrations et l’action crédibles.
Pourquoi exécuter Sora 2 via l’API Pollo ?
L’API Pollo donne accès à Sora 2 avec d’autres modèles vidéo et image via une intégration unique, avec documentation API et suivi du statut des tâches pour la génération asynchrone.
