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" }}'
{"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"}
O Sora 2 gera vídeo com áudio sincronizado, alinhando diálogos, passos, ambiência e eventos na tela, além de oferecer suporte a movimento com noção de peso, momento e interação.
Com o Sora 2 na Pollo API, você pode integrar a geração de texto para vídeo e imagem para vídeo da OpenAI aos seus aplicativos, com clipes em HD de 4 a 20 segundos.
Principais recursos da API do Sora 2
Áudio sincronizado
Gere diálogos, efeitos sonoros e ambiência junto com o vídeo, alinhando pistas de áudio com fala, movimento e eventos na tela.
Movimento com física realista
Os objetos respondem a força, gravidade e contato como no mundo real, então despejar, quicar e colisões parecem plausíveis em vez de flutuar ou escorregar.
Consistência entre múltiplas tomadas
Um único prompt pode se estender por várias tomadas enquanto assuntos, cenário e iluminação permanecem estáveis, mantendo sequências narrativas curtas coerentes de um corte para outro.
Maior duração de clipe
Suporte a durações de vídeo de até 20 segundos para diálogos, demonstrações, ações e sequências narrativas curtas que exigem mais tempo de desenvolvimento.
Orientação por texto e imagem
Aceite prompts de texto e imagens de origem para geração de texto para vídeo e imagem para vídeo, com suporte a fluxos baseados em descrição e guiados por imagem.
Compreensão de prompt
Interprete instruções detalhadas sobre ordem de ações, timing, diálogo, movimento de câmera e progressão de cena em uma única geração.
Casos de uso da API do Sora 2
Geração de cenas com fala: Produza trocas curtas em que personagens falam e o movimento labial, o timing e o tom correspondem ao áudio de diálogo gerado.
Clipes explicativos de física: Mostre líquidos sendo despejados, blocos tombando ou molas se soltando com movimento que respeita a gravidade, força e contato para fluxos educacionais e de demonstração.
Sequências narrativas curtas: Gere cenas narrativas com múltiplas tomadas mantendo personagem, cenário e continuidade visual entre cortes.
Demos guiadas por som: Crie vídeos de produto ou processo com diálogo, efeitos sonoros e ambiência sincronizados com ações na tela.
Animação de imagens de referência: Transforme uma imagem enviada em uma tomada com movimento, estendendo um único quadro para uma cena curta com som.
Ferramentas de histórias interativas: Gere cenas de vídeo a partir de prompts escritos pelo usuário para aplicativos de narrativa interativa, personagem e história.
Rascunhos de conceito de anúncio: Crie conceitos iniciais de publicidade com diálogo roteirizado, ação visual e ambiência sincronizada para planejamento de campanha.
Conteúdo social vertical: Gere clipes 9:16 com áudio sincronizado para feeds curtos, stories e fluxos de vídeo mobile.
Como usar a API do Sora 2
Obtenha uma chave de API: Crie uma conta na Pollo API e gere sua chave de API no painel de desenvolvedor.
Escolha o modelo: Envie solicitações para o endpoint do Sora 2 em /generation/sora/sora-2.
Adicione suas entradas: Forneça um prompt para texto para vídeo ou uma URL de image para imagem para vídeo, depois defina length (4, 8, 12, 16 ou 20) e aspectRatio (16:9 ou 9:16).
Gere e recupere: Envie a tarefa, consulte o status da tarefa retornada e baixe o vídeo finalizado com áudio quando o processamento for concluído com sucesso.
Boas práticas de prompting para a API do Sora 2
Trate o prompt como uma lista de tomadas com som. Descreva a ação em ordem, nomeie as falas e especifique diálogo, ambiência, música ou efeitos sonoros para orientar a saída sincronizada de vídeo e áudio.
Uma fórmula simples de prompt
Cena e assunto + ações em ordem com detalhes físicos + diálogo ou pistas sonoras + câmera e mudanças de tomada + cenário e iluminação
O que você deve observar
Escreva o áudio: Declare diálogo, efeitos sonoros ou ambiência diretamente para orientar a faixa de áudio gerada.
Sequencie a ação: Descreva o que acontece primeiro, depois e por último para orientar o timing e a progressão de cenas com múltiplas tomadas.
Ancore a física: Especifique ações com força e contato, como um objeto tombando ou líquido espirrando, para orientar o movimento desejado.
Mantenha o sujeito consistente: Reafirme atributos importantes de personagem ou objeto para orientar a consistência visual entre tomadas.
Ajuste a duração à história: Selecione uma duração maior para diálogos, ações em várias etapas ou sequências de cena desenvolvidas, e uma duração menor para uma ação única.
Escolha o enquadramento: Defina 16:9 para vídeos em paisagem ou 9:16 para formatos de conteúdo vertical antes de gerar.
Exemplos de prompts
Troca de diálogo sincronizada
"Dois colegas de trabalho se encontram na máquina de café do escritório. Um diz: 'Você já terminou?' o outro ri e responde: 'Por pouco.' Xícaras tilintam, a máquina zune. Plano médio com os dois, luz diurna quente, depois um corte para uma reação em close."
Demonstração de física
"Um copo de água está sobre uma bancada de laboratório. Uma mão joga um comprimido efervescente; ele chia alto, bolhas sobem e transbordam levemente sobre a mesa. Close estático, iluminação clara e uniforme, detalhe realista nítido do líquido em agitação."
Mini-história com múltiplas tomadas
"Uma criança lança um barquinho de papel em uma sarjeta de chuva; plano aberto dele à deriva. Corte para um close baixo quando ele inclina sobre uma pequena queda d'água, água correndo. Corte para o rosto decepcionado da criança. Luz nublada, som de chuva o tempo todo."
Clipe de chiado na cozinha
"Um chef coloca um bife em uma frigideira quente; ele chia forte enquanto o vapor sobe e a gordura derrete. Manteiga é regada por cima com colher, borbulhando. Tomada aérea fechada, luz quente de cozinha, depois um afastamento lento revelando o prato empratado."
Sora 2 vs Veo 3.1 vs Kling 2.6
Capacidade
Sora 2
Veo 3.1
Kling 2.6
Áudio sincronizado
✅ Diálogo e efeitos com a imagem
✅ Suporte nativo a áudio
❌ Somente vídeo
Realismo de física
✅ Movimento forte de causa e efeito
✅ Movimento fundamentado
✅ Suave, menos focado em física
Consistência entre múltiplas tomadas
✅ Mantém entre cortes
✅
✅ Tomadas curtas dirigidas
Duração de clipe
Até 20 segundos
Clipes curtos
Clipes curtos
Tipos de entrada
Texto e imagem
Texto, imagem, referência
Texto e imagem
Recomendado para
Cenas com fala, guiadas por som e física
Tomadas cinematográficas ricas em áudio
Movimento de personagem e clipes estilizados
Por que escolher a API do Sora 2?
O Sora 2 combina áudio sincronizado, movimento fisicamente fundamentado e continuidade entre múltiplas tomadas em um único fluxo de geração. Esses recursos dão suporte a cenas com diálogo, demonstrações de produto, narrativas curtas, conceitos publicitários e aplicativos de vídeo interativos.
A Pollo API oferece uma forma unificada de acessar o Sora 2 junto com outros modelos de vídeo e imagem, simplificando integração, gerenciamento de tarefas, testes de modelos e implantação.
FAQs da API do Sora 2
O que é o Sora 2?
O Sora 2 é o modelo de geração de vídeo da OpenAI que produz clipes em HD com áudio sincronizado, física realista e consistência entre múltiplas tomadas, com suporte a texto para vídeo e imagem para vídeo.
A API do Sora 2 gera áudio?
Sim. O Sora 2 cria a trilha sonora junto com o vídeo, então diálogo, efeitos sonoros e ambiência se alinham à ação na tela em vez de serem adicionados depois.
Quais durações de clipe e proporções de tela são suportadas?
O Sora 2 gera clipes de 4, 8, 12, 16 ou 20 segundos em 16:9 ou 9:16, escolhidos por solicitação para se adequar a formatos amplos ou verticais.
O Sora 2 pode animar uma imagem?
Sim. Forneça uma URL de imagem e o Sora 2 transforma essa imagem estática em uma tomada com movimento e som, embora imagens contendo rostos humanos não sejam permitidas.
Quão bem o Sora 2 lida com movimento?
Seu ponto forte é a plausibilidade física, então líquidos derramados, colisões e objetos em queda seguem causa e efeito, mantendo demonstrações e ações críveis.
Por que executar o Sora 2 pela Pollo API?
A Pollo API oferece acesso ao Sora 2 junto com outros modelos de vídeo e imagem por meio de uma única integração, com documentação de API e acompanhamento de status de tarefas para geração assíncrona.
