ภาพเป็นวิดีโอ ข้อความเป็นวิดีโอ $0.40 ต่อ วิดีโอ
Sora 2 กำลังก้าวข้ามขีดจำกัดด้วยการผสมผสานการเล่าเรื่องด้วยภาพยนตร์เข้ากับฟิสิกส์แบบเรียลไทม์และเสียงที่ซิงค์กันอย่างลงตัว
สนามเด็กเล่น ราคา API ประวัติการใช้งาน อ่านไฟล์
ข้อมูลอินพุต กรอกข้อมูลในช่องที่จำเป็นเพื่อดูราคา
Text To Video · 4s
สร้าง ระยะเวลา ประเภท ราคา 4s ภาพเป็นวิดีโอ $0.40 ข้อความเป็นวิดีโอ $0.40 8s ภาพเป็นวิดีโอ $0.80 ข้อความเป็นวิดีโอ $0.80 12s ภาพเป็นวิดีโอ $1.20 ข้อความเป็นวิดีโอ $1.20 16s ภาพเป็นวิดีโอ $1.60 ข้อความเป็นวิดีโอ $1.60 20s ภาพเป็นวิดีโอ $2.00 ข้อความเป็นวิดีโอ $2.00
จุดสิ้นสุด
POST https://pollo.ai/api/platform/v1/generation/openai/sora-2/videoสำเนา โหมด
Text To Video Image To Video
ดูเอกสารประกอบ API ฉบับเต็ม ใช้งาน Sora 2 บน Pollo API
Sora 2 สร้างวิดีโอพร้อมเสียงที่ซิงก์กัน โดยจัดให้บทพูด เสียงฝีเท้า เสียงบรรยากาศ และเหตุการณ์บนหน้าจอสอดคล้องกัน พร้อมรองรับการเคลื่อนไหวที่คำนึงถึงน้ำหนัก โมเมนตัม และปฏิสัมพันธ์
เมื่อใช้ Sora 2 บน Pollo API คุณสามารถผสานความสามารถสร้างวิดีโอจากข้อความและจากภาพของ OpenAI เข้ากับแอปของคุณได้ โดยรองรับคลิปความละเอียด HD ความยาวตั้งแต่ 4 ถึง 20 วินาที
ฟีเจอร์หลักของ Sora 2 API
เสียงซิงก์
สร้างบทพูด เอฟเฟกต์เสียง และเสียงบรรยากาศพื้นหลังไปพร้อมกับวิดีโอ โดยจัดจังหวะเสียงให้สอดคล้องกับคำพูด การเคลื่อนไหว และเหตุการณ์บนหน้าจอ
การเคลื่อนไหวที่ยึดตามหลักฟิสิกส์
วัตถุตอบสนองต่อแรง แรงโน้มถ่วง และการสัมผัสเหมือนของจริง ทำให้การเท การเด้ง และการชนดูสมจริง ไม่ลอยหรือไถลผิดธรรมชาติ
ความสม่ำเสมอหลายช็อต
พรอมป์เดียวสามารถต่อเนื่องได้หลายช็อต โดยคงความสม่ำเสมอของตัวแบบ ฉาก และแสง ช่วยให้ลำดับเรื่องสั้นดูลื่นไหลสอดคล้องกันในทุกคัต
ความยาวคลิปที่มากขึ้น
รองรับความยาววิดีโอสูงสุด 20 วินาที สำหรับบทสนทนา เดโม แอ็กชัน และลำดับเรื่องสั้นที่ต้องใช้เวลาเล่าเพิ่มเติม
การกำกับด้วยข้อความและภาพ
รับทั้งพรอมป์ข้อความและภาพต้นทางสำหรับการสร้างวิดีโอจากข้อความและจากภาพ รองรับทั้งเวิร์กโฟลว์ที่อิงคำอธิบายและที่อิงภาพนำทาง
ความเข้าใจพรอมป์
ตีความคำสั่งที่ละเอียดเกี่ยวกับลำดับแอ็กชัน จังหวะเวลา บทพูด การเคลื่อนกล้อง และการดำเนินฉากได้ภายในการสร้างครั้งเดียว
กรณีการใช้งานของ Sora 2 API
สร้างบทสนทนาสั้น ๆ ที่ตัวละครพูดได้ และการขยับปาก จังหวะ และโทนเสียงตรงกับเสียงบทพูดที่สร้างขึ้น
การสร้างฉากสนทนา:
คลิปอธิบายฟิสิกส์: แสดงการเทของเหลว การล้มของบล็อก หรือการดีดตัวของสปริงด้วยการเคลื่อนไหวที่คำนึงถึงแรงโน้มถ่วง แรง และการสัมผัส เหมาะกับงานการสอนและเดโม
ลำดับเรื่องสั้น: สร้างฉากเล่าเรื่องหลายช็อตโดยคงความต่อเนื่องของตัวละคร ฉาก และภาพระหว่างคัต
เดโมที่ขับเคลื่อนด้วยเสียง: สร้างวิดีโอสินค้า หรือวิดีโออธิบายกระบวนการ พร้อมบทพูด เอฟเฟกต์เสียง และเสียงบรรยากาศที่ซิงก์กับแอ็กชันบนหน้าจอ
ทำภาพนิ่งอ้างอิงให้เคลื่อนไหว: เปลี่ยนภาพที่อัปโหลดให้เป็นช็อตเคลื่อนไหว ขยายจากเฟรมเดียวเป็นฉากสั้นพร้อมเสียง
เครื่องมือเล่าเรื่องแบบโต้ตอบ: สร้างฉากวิดีโอจากพรอมป์ที่ผู้ใช้เขียน สำหรับแอปเล่าเรื่องแบบโต้ตอบ ตัวละคร และงานเล่าเรื่อง
ร่างคอนเซปต์โฆษณา: สร้างคอนเซปต์โฆษณาเบื้องต้นด้วยบทพูดที่วางไว้ แอ็กชันภาพ และเสียงบรรยากาศซิงก์สำหรับการวางแผนแคมเปญ
คอนเทนต์โซเชียลแนวตั้ง: สร้างคลิป 9:16 พร้อมเสียงซิงก์สำหรับฟีดสั้น สตอรี และเวิร์กโฟลว์วิดีโอบนมือถือ
วิธีใช้ Sora 2 API
รับ API Key: สร้างบัญชี Pollo API และสร้าง API key จากแดชบอร์ดนักพัฒนา
เลือกรุ่นโมเดล: ส่งคำขอไปยังเอนด์พอยต์ Sora 2 ที่ /generation/sora/sora-2
เพิ่มอินพุตของคุณ: ใส่ prompt สำหรับ text-to-video หรือ URL image สำหรับ image-to-video แล้วตั้งค่า length (4, 8, 12, 16, หรือ 20) และ aspectRatio (16:9 หรือ 9:16)
สร้างและดึงผลลัพธ์: ส่งงาน ตรวจสถานะงานจากที่ระบบส่งกลับมา และดาวน์โหลดวิดีโอพร้อมเสียงเมื่อประมวลผลสำเร็จ
แนวทางเขียนพรอมป์ที่ดีสำหรับ Sora 2 API ให้มองพรอมป์เหมือนช็อตลิสต์ที่มีเสียง อธิบายแอ็กชันตามลำดับ ระบุบทพูดที่ต้องการ และกำหนดบทสนทนา เสียงบรรยากาศ ดนตรี หรือเอฟเฟกต์เสียง เพื่อกำกับผลลัพธ์วิดีโอและเสียงให้ซิงก์กัน
สูตรพรอมป์แบบง่าย ฉากและตัวแบบ + แอ็กชันตามลำดับพร้อมรายละเอียดเชิงฟิสิกส์ + บทพูดหรือคิวเสียง + การเคลื่อนกล้องและการเปลี่ยนช็อต + สภาพแวดล้อมและแสง
สิ่งที่ควรสังเกต
เขียนเรื่องเสียงให้ชัด: ระบุบทพูด เอฟเฟกต์เสียง หรือเสียงบรรยากาศโดยตรงเพื่อกำกับแทร็กเสียงที่สร้างขึ้น
เรียงลำดับแอ็กชัน: บอกว่าอะไรเกิดก่อน ต่อไป และสุดท้าย เพื่อกำกับจังหวะเวลาและความต่อเนื่องของฉากหลายช็อต
ยึดหลักฟิสิกส์: ระบุแอ็กชันที่เกี่ยวกับแรงและการสัมผัส เช่น วัตถุล้ม หรือของเหลวกระเด็น เพื่อกำกับการเคลื่อนไหวตามที่ต้องการ
คงตัวแบบให้สม่ำเสมอ: ย้ำคุณลักษณะสำคัญของตัวละครหรือวัตถุ เพื่อช่วยให้ภาพต่อเนื่องสม่ำเสมอข้ามหลายช็อต
จับคู่ความยาวกับเรื่อง: เลือกความยาวที่มากขึ้นสำหรับบทพูด แอ็กชันหลายขั้น หรือฉากที่ต้องเล่าเต็มขึ้น และเลือกความยาวสั้นสำหรับแอ็กชันเดียว
เลือกเฟรมให้เหมาะ: ตั้งค่า 16:9 สำหรับวิดีโอแนวนอน หรือ 9:16 สำหรับคอนเทนต์แนวตั้งก่อนสร้าง
ตัวอย่างพรอมป์
บทสนทนาที่ซิงก์กัน "เพื่อนร่วมงานสองคนเจอกันที่เครื่องชงกาแฟในออฟฟิศ คนหนึ่งพูดว่า 'เธอกินหมดแล้วเหรอ?' อีกคนหัวเราะแล้วตอบว่า 'เกือบหมดแล้ว' เสียงแก้วกระทบกัน เครื่องชงกาแฟทำงานฮัมเบา ๆ ช็อตกลางสองคน แสงกลางวันโทนอุ่น แล้วคัตไปโคลสอัปสีหน้าตอบสนอง"
เดโมฟิสิกส์ "แก้วน้ำวางอยู่บนโต๊ะทดลอง มือข้างหนึ่งหย่อนเม็ดยาฟู่ลงไป เสียงฟู่ดังชัด ฟองผุดขึ้นและล้นเล็กน้อยลงบนโต๊ะ โคลสอัปนิ่ง แสงสว่างสม่ำเสมอ รายละเอียดสมจริงชัดเจนของของเหลวที่กำลังปั่นป่วน"
มินิสตอรีหลายช็อต "เด็กคนหนึ่งปล่อยเรือกระดาษลงรางน้ำฝน ช็อตกว้างเห็นเรือลอยไป คัตไปโคลสอัปมุมต่ำตอนเรือเอียงผ่านน้ำตกเล็ก ๆ น้ำไหลแรง คัตไปที่ใบหน้าเด็กที่ผิดหวัง แสงครึ้มฝน และมีเสียงฝนตกพรำตลอด"
คลิปเสียงฉ่าในครัว "เชฟวางสเต๊กลงบนกระทะร้อน เสียงฉ่าคมชัดขณะไอน้ำลอยขึ้นและไขมันเริ่มละลาย ราดเนยซ้ำด้วยช้อนจนเกิดฟอง ช็อตมุมบนแบบแน่น แสงครัวโทนอุ่น แล้วค่อย ๆ ดึงกล้องออกเผยให้เห็นจานที่จัดเสร็จ"
Sora 2 เทียบกับ Veo 3.1 และ Kling 2.6 ความสามารถ Sora 2 Veo 3.1 Kling 2.6 เสียงซิงก์ ✅ บทพูดและเอฟเฟกต์ตรงกับภาพ ✅ รองรับเสียงในตัว ❌ วิดีโออย่างเดียว ความสมจริงทางฟิสิกส์ ✅ การเคลื่อนไหวเหตุและผลแข็งแรง ✅ การเคลื่อนไหวยึดหลักจริง ✅ ลื่นไหล แต่เน้นฟิสิกส์น้อยกว่า ความสม่ำเสมอหลายช็อต ✅ คงต่อเนื่องข้ามคัต ✅ ✅ ช็อตสั้นแบบกำกับทิศทาง ความยาวคลิป สูงสุด 20 วินาที คลิปสั้น คลิปสั้น ประเภทอินพุต ข้อความและภาพ ข้อความ ภาพ และภาพอ้างอิง ข้อความและภาพ เหมาะสำหรับ ฉากพูด งานเน้นเสียง ฉากฟิสิกส์ ช็อตภาพยนตร์ที่เน้นเสียงเข้มข้น การเคลื่อนไหวตัวละครและคลิปสไตล์จัด
ทำไมต้องเลือก Sora 2 API? Sora 2 รวมความสามารถด้านเสียงซิงก์ การเคลื่อนไหวตามหลักฟิสิกส์ และความต่อเนื่องหลายช็อตไว้ในเวิร์กโฟลว์การสร้างเดียว ความสามารถเหล่านี้รองรับฉากบทสนทนา เดโมสินค้า เรื่องสั้น คอนเซปต์โฆษณา และแอปวิดีโอแบบโต้ตอบ
Pollo API มอบวิธีแบบรวมศูนย์ในการเข้าถึง Sora 2 ควบคู่กับโมเดลวิดีโอและภาพอื่น ๆ ช่วยให้การเชื่อมต่อระบบ การจัดการงาน การทดสอบโมเดล และการนำขึ้นใช้งานจริงง่ายขึ้น
คำถามที่พบบ่อยเกี่ยวกับ Sora 2 API
Sora 2 คืออะไร? Sora 2 คือโมเดลสร้างวิดีโอของ OpenAI ที่สร้างคลิป HD พร้อมเสียงซิงก์ ฟิสิกส์สมจริง และความสม่ำเสมอหลายช็อต รองรับทั้ง text-to-video และ image-to-video
Sora 2 API สร้างเสียงได้ไหม? ได้ Sora 2 สร้างซาวด์แทร็กไปพร้อมกับวิดีโอ ทำให้บทพูด เอฟเฟกต์เสียง และเสียงบรรยากาศตรงกับแอ็กชันบนหน้าจอ แทนที่จะมาใส่ทีหลัง
รองรับความยาวคลิปและสัดส่วนภาพแบบไหนบ้าง? Sora 2 สร้างคลิปได้ 4, 8, 12, 16 หรือ 20 วินาที ในอัตราส่วน 16:9 หรือ 9:16 โดยเลือกต่อคำขอให้เหมาะกับฟอร์แมตกว้างหรือแนวตั้ง
Sora 2 ทำภาพให้เคลื่อนไหวได้ไหม? ได้ ใส่ URL ภาพ แล้ว Sora 2 จะเปลี่ยนภาพนิ่งนั้นเป็นช็อตเคลื่อนไหวพร้อมเสียง แต่ไม่อนุญาตภาพที่มีใบหน้ามนุษย์
Sora 2 จัดการการเคลื่อนไหวได้ดีแค่ไหน? จุดแข็งคือความสมเหตุสมผลทางฟิสิกส์ ดังนั้นของเหลวที่ถูกเท การชน และวัตถุที่ตกจะเป็นไปตามเหตุและผล ทำให้เดโมและฉากแอ็กชันน่าเชื่อถือ
ทำไมต้องรัน Sora 2 ผ่าน Pollo API? Pollo API ให้เข้าถึง Sora 2 ควบคู่กับโมเดลวิดีโอและภาพอื่น ๆ ผ่านการเชื่อมต่อครั้งเดียว พร้อมเอกสาร API และการติดตามสถานะงานสำหรับการสร้างแบบอะซิงโครนัส.