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" }}'
Opcjonalnie dołącz webhookUrl, aby otrzymać wywołanie zwrotne w przypadku powodzenia lub niepowodzenia zadania.
Opcjonalne pole żądania
{"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"}
Schemat
Pola wejściowe dla wybranego punktu końcowego i trybu.
Pole
Typ
Wymagany
Opis
prompt
string
Tak
Text prompt describing the content to generate.
duration
number
NIE
The duration of the generated video, in seconds.
aspectRatio
string
NIE
Output aspect ratio, as width:height (e.g. 16:9).
Błędy
Typowe publiczne kody odpowiedzi API.
400
Nieprawidłowe dane wejściowe lub ograniczenie modelu
Sora 2 generuje wideo z zsynchronizowanym dźwiękiem, dopasowując dialogi, kroki, dźwięki otoczenia i wydarzenia na ekranie, a jednocześnie obsługuje ruch uwzględniający masę, pęd i interakcje.
Dzięki Sora 2 na Pollo API możesz zintegrować generowanie tekst-na-wideo i obraz-na-wideo od OpenAI ze swoimi aplikacjami, z klipami HD o długości od 4 do 20 sekund.
Kluczowe funkcje Sora 2 API
Zsynchronizowany dźwięk
Generuj dialogi, efekty dźwiękowe i tło dźwiękowe razem z wideo, dopasowując sygnały audio do mowy, ruchu i wydarzeń na ekranie.
Ruch oparty na fizyce
Obiekty reagują na siłę, grawitację i kontakt tak jak w rzeczywistości, dzięki czemu nalewanie, odbijanie i zderzenia wyglądają wiarygodnie, zamiast sprawiać wrażenie unoszenia się lub ślizgania.
Spójność wielu ujęć
Jeden prompt może obejmować kilka ujęć, a postacie, otoczenie i oświetlenie pozostają spójne, dzięki czemu krótkie sekwencje narracyjne zachowują ciągłość od cięcia do cięcia.
Wydłużona długość klipu
Obsługa długości wideo do 20 sekund dla dialogów, demonstracji, działań i krótkich sekwencji narracyjnych, które wymagają więcej czasu na rozwinięcie.
Wskazówki tekstowe i obrazowe
Przyjmuj prompty tekstowe i obrazy źródłowe do generowania tekst-na-wideo oraz obraz-na-wideo, wspierając zarówno przepływy pracy oparte na opisie, jak i prowadzone obrazem.
Rozumienie promptów
Interpretuj szczegółowe instrukcje dotyczące kolejności działań, timingu, dialogu, ruchu kamery i rozwoju sceny w ramach jednego generowania.
Przykłady użycia Sora 2 API
Generowanie scen dialogowych: Twórz krótkie wymiany zdań, w których postacie mówią, a ruch ust, timing i ton pasują do wygenerowanej ścieżki dialogowej.
Klipy objaśniające fizykę: Pokazuj nalewanie cieczy, przewracające się klocki lub uwalniające się sprężyny z ruchem uwzględniającym grawitację, siłę i kontakt w zastosowaniach edukacyjnych oraz demonstracyjnych.
Krótkie sekwencje narracyjne: Generuj wieloujęciowe sceny narracyjne, zachowując spójność postaci, otoczenia i obrazu między cięciami.
Demo sterowane dźwiękiem: Twórz filmy produktowe lub procesowe z dialogiem, efektami dźwiękowymi i tłem dźwiękowym zsynchronizowanymi z działaniami na ekranie.
Animowanie kadrów referencyjnych: Zamień przesłany obraz w ruchome ujęcie, rozszerzając pojedynczą klatkę do krótkiej sceny z dźwiękiem.
Narzędzia do interaktywnych historii: Generuj sceny wideo z promptów pisanych przez użytkownika do interaktywnego opowiadania historii oraz aplikacji związanych z postaciami i narracją.
Szkice koncepcji reklamowych: Twórz wczesne koncepcje reklamowe ze scenariuszowym dialogiem, akcją wizualną i zsynchronizowanym tłem dźwiękowym do planowania kampanii.
Pionowe treści społecznościowe: Generuj klipy 9:16 z zsynchronizowanym dźwiękiem do krótkich feedów, stories i mobilnych przepływów pracy wideo.
Jak używać Sora 2 API
Pobierz klucz API: Załóż konto Pollo API i wygeneruj klucz API w panelu deweloperskim.
Wybierz model: Wysyłaj żądania do endpointu Sora 2 pod adresem /generation/sora/sora-2.
Dodaj dane wejściowe: Podaj prompt dla tekst-na-wideo albo URL image dla obraz-na-wideo, a następnie ustaw length (4, 8, 12, 16 lub 20) i aspectRatio (16:9 lub 9:16).
Generuj i pobieraj: Wyślij zadanie, odpytyj zwrócony status zadania i pobierz gotowe wideo z dźwiękiem po pomyślnym zakończeniu przetwarzania.
Najlepsze praktyki promptowania dla Sora 2 API
Traktuj prompt jak listę ujęć z dźwiękiem. Opisz akcję po kolei, podaj kwestie mówione i określ dialog, tło dźwiękowe, muzykę lub efekty dźwiękowe, aby pokierować zsynchronizowanym wynikiem wideo i audio.
Prosta formuła promptu
Scena i temat + uporządkowane działania z detalami fizycznymi + dialog lub wskazówki dźwiękowe + kamera i zmiany ujęć + otoczenie i oświetlenie
Na co warto zwrócić uwagę
Zapisz dźwięk: Podaj bezpośrednio dialog, efekty dźwiękowe lub tło dźwiękowe, aby pokierować generowaną ścieżką audio.
Uporządkuj akcję: Opisz, co dzieje się najpierw, potem i na końcu, aby pokierować timingiem i postępem scen wieloujęciowych.
Zakotwicz fizykę: Określ działania obejmujące siłę i kontakt, takie jak przewracający się obiekt czy rozchlapywanie cieczy, aby pokierować zamierzonym ruchem.
Utrzymaj temat: Powtórz ważne cechy postaci lub obiektu, aby pokierować spójnością wizualną między ujęciami.
Dopasuj długość do historii: Wybierz dłuższy czas dla dialogów, działań wieloetapowych lub rozwiniętych sekwencji scen, a krótszy dla pojedynczej akcji.
Wybierz kadr: Ustaw 16:9 dla filmów poziomych albo 9:16 dla pionowych formatów treści przed generowaniem.
Przykładowe prompty
Zsynchronizowana wymiana dialogów
"Dwóch współpracowników spotyka się przy biurowym ekspresie do kawy. Jeden mówi: 'Już to skończyłeś?' drugi śmieje się i odpowiada: 'Ledwo.' Kubki stukają, maszyna brzęczy. Średnie ujęcie na dwie osoby, ciepłe światło dzienne, potem cięcie do bliskiej reakcji."
Demonstracja fizyki
"Szklanka wody stoi na laboratoryjnym blacie. Dłoń wrzuca tabletkę musującą; głośno syczy, bąbelki unoszą się i lekko przelewają na stół. Statyczne zbliżenie, jasne równomierne oświetlenie, wyraźny realistyczny detal wirującej cieczy."
Wieloujęciowa miniopowieść
"Dziecko puszcza papierową łódkę do rynsztoka po deszczu; szerokie ujęcie, jak dryfuje. Cięcie do niskiego zbliżenia, gdy przechyla się nad małym wodospadem, pędzi woda. Cięcie na rozczarowaną twarz dziecka. Zachmurzone światło, przez cały czas słychać stukanie deszczu."
Klip z kuchennym skwierczeniem
"Szef kuchni kładzie stek na gorącą patelnię; mocno skwierczy, gdy unosi się para i wytapia tłuszcz. Masło jest polewane łyżką, bulgocze. Ciasne ujęcie z góry, ciepłe światło kuchenne, potem powolne oddalenie odsłaniające podane danie."
Sora 2 vs Veo 3.1 vs Kling 2.6
Możliwość
Sora 2
Veo 3.1
Kling 2.6
Zsynchronizowany dźwięk
✅ Dialogi i efekty zgodne z obrazem
✅ Natywna obsługa audio
❌ Tylko wideo
Realizm fizyki
✅ Silny ruch przyczynowo-skutkowy
✅ Ruch osadzony w fizyce
✅ Płynny, mniej skupiony na fizyce
Spójność wielu ujęć
✅ Utrzymuje spójność między cięciami
✅
✅ Reżyserowane krótkie ujęcia
Długość klipu
Do 20 sekund
Krótkie klipy
Krótkie klipy
Typy wejścia
Tekst i obraz
Tekst, obraz, referencja
Tekst i obraz
Zalecane do
Scen dialogowych, opartych na dźwięku i fizyce
Kinowych ujęć bogatych w audio
Ruchu postaci i stylizowanych klipów
Dlaczego warto wybrać Sora 2 API?
Sora 2 łączy zsynchronizowany dźwięk, ruch oparty na fizyce i ciągłość wielu ujęć w jednym przepływie generowania. Te możliwości wspierają sceny dialogowe, demonstracje produktów, krótkie narracje, koncepcje reklamowe i interaktywne aplikacje wideo.
Pollo API zapewnia ujednolicony sposób dostępu do Sora 2 wraz z innymi modelami wideo i obrazu, upraszczając integrację, zarządzanie zadaniami, testowanie modeli i wdrażanie.
FAQ Sora 2 API
Czym jest Sora 2?
Sora 2 to model generowania wideo OpenAI, który tworzy klipy HD z zsynchronizowanym dźwiękiem, realistyczną fizyką i spójnością wielu ujęć, obsługując zarówno tekst-na-wideo, jak i obraz-na-wideo.
Czy Sora 2 API generuje dźwięk?
Tak. Sora 2 tworzy ścieżkę dźwiękową razem z wideo, więc dialogi, efekty dźwiękowe i tło dźwiękowe są dopasowane do akcji na ekranie zamiast dodawania ich później.
Jakie długości klipów i proporcje obrazu są obsługiwane?
Sora 2 generuje klipy o długości 4, 8, 12, 16 lub 20 sekund w proporcjach 16:9 albo 9:16, wybieranych dla każdego żądania, aby dopasować szerokie lub pionowe formaty.
Czy Sora 2 może animować obraz?
Tak. Podaj URL obrazu, a Sora 2 zamieni ten nieruchomy kadr w ruchome ujęcie z dźwiękiem, choć obrazy zawierające ludzkie twarze nie są dozwolone.
Jak dobrze Sora 2 radzi sobie z ruchem?
Jego mocną stroną jest wiarygodność fizyczna, więc nalewane ciecze, zderzenia i spadające obiekty podążają za przyczyną i skutkiem, dzięki czemu demonstracje i akcja wyglądają przekonująco.
Dlaczego uruchamiać Sora 2 przez Pollo API?
Pollo API zapewnia dostęp do Sora 2 wraz z innymi modelami wideo i obrazu poprzez jedną integrację, z dokumentacją API i śledzeniem statusu zadań dla generowania asynchronicznego.
