Sora 2 – tai „OpenAI“ vaizdo ir garso generavimo modelis, kuriantis dinamiškus klipus pagal rašytinį scenos aprašymą arba etaloninį vaizdą. Jis generuoja vaizdų seką kartu su sinchronizuota kalba, efektais ir foniniu garsu. Standartinis Sora 2 profilis skirtas vaizdinėms paieškoms, koncepcijų plėtojimui, prototipams ir pirminiam montažui. Sora 2 Pro – atskiras leidimas, orientuotas į didesnį vaizdo tikslumą ir galutinį didesnės raiškos rezultatą.
Gamintojo užklausų rengimo vadove naudingas aprašas sudaromas iš kadravimo, objekto, veiksmo, aplinkos ir šviesos. Suteikite scenai vientisą vaizdinį stilių, tada judėjimą aprašykite aiškiais etapais. Originalioje produkto koncepcijoje galėtų būti parodytas mažas mechaninis objektas, vieną kartą apsisukantis ant darbastalio, kol kamera lėtai artėja, sklindant švelniai lango šviesai ir tyliai girdint varikliuką. Nurodykite, ką žiūrovas turi pastebėti ir kuo baigiasi veiksmas.
Kiekvieno kadro kameros judėjimas ir objekto veiksmas turi būti suprantami. Sudėtingą seką galima suskaidyti į atskirus kadrų blokus, kiekvienam numatant savą kadravimą, veiksmą ir apšvietimą. Kai keli klipai turi sudaryti vieną seką, išlaikykite tas pačias objekto detales ir paletę. Vadove pabrėžiama, kad trumpesni kadrai paprastai patikimiau vykdo nurodymus, o pakartotinai generuojant pagal tą pačią užklausą gaunami skirtingi dubliai.
Modelio pristatyme aprašomas pagerintas fizinis elgesys ir tęstinumas tarp kadrų, įskaitant realistinį, kinematografinį ir anime stilius. Tai galimybės, kurias reikia kryptingai taikyti ir tikrinti. Įvertinkite judesį, objektų kontaktą, proporcijas ir tęstinumą, užuot manę, kad įtikinamas pirmasis kadras garantuoja nuoseklią seką. Jei veiksmas neaiškus, supaprastinkite jį ir suteikite matomą pradžią bei pabaigą.
Tariamas replikas nurodykite atskirai nuo vaizdinio aprašymo ir nuosekliai žymėkite kalbėtojus. Dialogas turi būti pakankamai trumpas, kad tilptų į veiksmą ir numatytą klipo trukmę. Dviejų veikėjų animacijoje kaitaliokite trumpą klausimą ir atsakymą, užuot į trumpą kadrą bandę sutalpinti ilgą kalbą. Vadove perspėjama, kad sudėtingas ir ilgas dialogas gali sutrikdyti tempą ir sinchronizaciją.
Aprašykite scenai būdingą garsinę aplinką: nedidelio judesio garsą, patalpos foną ar aplinkos efekto ritmą. Paaiškinkite, kuris garsas turi sutapti su veiksmu. Gautą kalbą ir efektus klausykite kartu žiūrėdami vaizdą, tikrindami kalbėtojų priskyrimą, formuluotes ir laiką. Sinchronizuotas garsas yra sukurto klipo dalis, o ne atskiras tekstinis atsakymas.
Standartinio modelio dokumentacijoje nurodyti 720×1280 vertikalaus ir 1280×720 horizontalaus vaizdo išvesties dydžiai. Didesnės raiškos Pro profilio dydžių nereikėtų priskirti standartiniam Sora 2. Dydis ir trukmė yra aiškūs užklausos nustatymai; tekste įrašytas kitas dydis ar prašymas sukurti ilgesnį filmą šių nustatymų nekeičia. Kūrimo žinyne pateikti 4, 8 ir 12 sekundžių klipų nustatymai, todėl rengdami kadrą pasirinkite trumpą, apibrėžtą veiksmą. Išplėstinėje gamintojo darbo eigoje taip pat aprašyti 16 ir 20 sekundžių klipų nustatymai.
Etaloninis vaizdas nustato pirmąjį kadrą, o tekstas aprašo, kas vyksta toliau. Gamintojas palaiko JPEG, PNG ir WebP etalonus ir reikalauja, kad vaizdas atitiktų tikslinį vaizdo įrašo dydį. Pradiniame vaizde parenkite objektą, aplinką ir kompoziciją, tada paprašykite konkretaus judesio. Tai pirmojo kadro etalonas, o ne garantija, kad kiekviena detalė išliks tokia pati visame klipe.
Išplėstinė gamintojo darbo eiga leidžia iš trumpo etaloninio gyvūno, talismano ar objekto vaizdo įrašo sukurti pakartotinai naudojamą veikėjo išteklių. Parengimo gairėse rekomenduojamas maždaug dviejų–keturių sekundžių MP4 klipas, 720p–1080p raiškos, 16:9 arba 9:16 kraštinių santykio. Vienodas šaltinio ir išvesties kraštinių santykis padeda išvengti ištempto vaizdo. Generuojant galima naudoti iki dviejų veikėjų.
Išsaugokite veikėjo identifikatorių ir užklausoje paminėkite jo vardą; vien identifikatoriaus perdavimas neatitinka viso vadove aprašyto parengimo. Veikėjų išteklius galima naudoti kartu su vaizdu pagrįstu generavimu, tačiau vaizdo įrašo pratęsimai jų nepriima. Pagal numatytuosius nustatymus gamintojas blokuoja į žmones panašių veikėjų įkėlimą, o dokumentuotoje API eigoje atmeta etaloninius vaizdus su žmonių veidais. Asmeninių veikėjų funkcijos Sora programėlėje yra atskira produkto darbo eiga.
Pratęsimas priima baigtą šaltinio vaizdo įrašą ir tęsinio užklausą, visą šaltinio klipą naudodamas kaip judesio, kameros krypties ir scenos tęstinumo kontekstą. Vadove aprašoma galimybė vienu pratęsimu pridėti iki 20 sekundžių. Dokumentuota šio režimo įvestis yra šaltinio vaizdo įrašas ir tekstas; papildomi veikėjų ar vaizdų etalonai į jį neįtraukiami. Aprašykite, kaip tęsiasi esamas veiksmas, užuot be perėjimo įvedę nesusijusią sceną.
Vaizdo redagavimas skirtas aiškiam esamo klipo pakeitimui. Tikslinis pataisymas gali pakeisti objekto spalvą ar scenos paletę, išlaikant likusią kadro dalį. Gamintojo vadove rekomenduojama vienu metu atlikti vieną aiškiai apibrėžtą pakeitimą ir skiriamas sugeneruoto vaizdo redagavimas nuo bet kokios filmuotos medžiagos įkėlimo, kuriam taikoma atskira tinkamumo sąlyga. Prieš dar kartą redaguodami, išsaugokite baigtą šaltinį ir tiksliai įvardykite reikalingą pataisymą.
Dokumentuota gamintojo vaizdo kūrimo eiga yra asinchroninė: pateikta užduotis gali būti eilėje arba vykdoma, kol ji užbaigiama arba baigiasi klaida. Užbaigta užduotis pateikia MP4 vaizdo įrašą; miniatiūros ir kadrų lapo ištekliai skirti peržiūrai bei naršymui. Užduoties identifikatorių susiekite su užklausa, etalonais ir grąžintais ištekliais. Pradinis užduoties atsakymas nėra galutinis atkuriamas vaizdo įrašas.
Įprastoje atsisiuntimo eigoje nurodytas vienos valandos atsisiuntimo URL galiojimas. Išplėstinė paketinio apdorojimo eiga rengia nepriklausomas JSON generavimo užklausas su pastoviais elementų identifikatoriais, įkeltais etalonais ir rezultatu, susietu su kiekvienu kadru; jos baigti ištekliai turi atskirą iki 24 valandų atsisiuntimo laikotarpį. Baigtą klipą išsaugokite nedelsdami ir, prieš pasirinkdami dublį, patikrinkite tikrąjį vaizdą bei garsą.
Gamintojo dokumentuoti API turinio apribojimai reikalauja jaunesnei nei 18 metų auditorijai tinkamos medžiagos, atmeta autorių teisėmis saugomus veikėjus ar muziką ir tikrų žmonių generavimą. Atitinkamai parenkite sceną ir etalonus. Tiesioginis modelio rezultatas yra vaizdo įrašas su garsu, o ne sugeneruoti nejudantys vaizdai, pokalbio įrankio atsakymas ar neribotos trukmės filmas. Tęsdami vaizdinę koncepciją, išsaugokite tikslų standartinio modelio identifikatorių ir priimtą šaltinio klipą.
", "aboutText": "Sora 2 – tai „OpenAI“ vaizdo ir garso generavimo modelis, kuriantis dinamiškus klipus pagal rašytinį scenos aprašymą arba etaloninį vaizdą. Jis generuoja vaizdų seką kartu su sinchronizuota kalba, efektais ir foniniu garsu. Standartinis Sora 2 profilis skirtas vaizdinėms paieškoms, koncepcijų plėtojimui, prototipams ir pirminiam montažui. Sora 2 Pro – atskiras leidimas, orientuotas į didesnį vaizdo tikslumą ir galutinį didesnės raiškos rezultatą.\n\n### Aprašykite kadrą, kurį galima matyti ir girdėti\n\nGamintojo užklausų rengimo vadove naudingas aprašas sudaromas iš kadravimo, objekto, veiksmo, aplinkos ir šviesos. Suteikite scenai vientisą vaizdinį stilių, tada judėjimą aprašykite aiškiais etapais. Originalioje produkto koncepcijoje galėtų būti parodytas mažas mechaninis objektas, vieną kartą apsisukantis ant darbastalio, kol kamera lėtai artėja, sklindant švelniai lango šviesai ir tyliai girdint varikliuką. Nurodykite, ką žiūrovas turi pastebėti ir kuo baigiasi veiksmas.\n\nKiekvieno kadro kameros judėjimas ir objekto veiksmas turi būti suprantami. Sudėtingą seką galima suskaidyti į atskirus kadrų blokus, kiekvienam numatant savą kadravimą, veiksmą ir apšvietimą. Kai keli klipai turi sudaryti vieną seką, išlaikykite tas pačias objekto detales ir paletę. Vadove pabrėžiama, kad trumpesni kadrai paprastai patikimiau vykdo nurodymus, o pakartotinai generuojant pagal tą pačią užklausą gaunami skirtingi dubliai.\n\nModelio pristatyme aprašomas pagerintas fizinis elgesys ir tęstinumas tarp kadrų, įskaitant realistinį, kinematografinį ir anime stilius. Tai galimybės, kurias reikia kryptingai taikyti ir tikrinti. Įvertinkite judesį, objektų kontaktą, proporcijas ir tęstinumą, užuot manę, kad įtikinamas pirmasis kadras garantuoja nuoseklią seką. Jei veiksmas neaiškus, supaprastinkite jį ir suteikite matomą pradžią bei pabaigą.\n\n### Dialogą ir garsą režisuokite atskirai\n\nTariamas replikas nurodykite atskirai nuo vaizdinio aprašymo ir nuosekliai žymėkite kalbėtojus. Dialogas turi būti pakankamai trumpas, kad tilptų į veiksmą ir numatytą klipo trukmę. Dviejų veikėjų animacijoje kaitaliokite trumpą klausimą ir atsakymą, užuot į trumpą kadrą bandę sutalpinti ilgą kalbą. Vadove perspėjama, kad sudėtingas ir ilgas dialogas gali sutrikdyti tempą ir sinchronizaciją.\n\nAprašykite scenai būdingą garsinę aplinką: nedidelio judesio garsą, patalpos foną ar aplinkos efekto ritmą. Paaiškinkite, kuris garsas turi sutapti su veiksmu. Gautą kalbą ir efektus klausykite kartu žiūrėdami vaizdą, tikrindami kalbėtojų priskyrimą, formuluotes ir laiką. Sinchronizuotas garsas yra sukurto klipo dalis, o ne atskiras tekstinis atsakymas.\n\n### Dydis, trukmė ir vaizdu pagrįsta pradžia\n\nStandartinio modelio dokumentacijoje nurodyti 720×1280 vertikalaus ir 1280×720 horizontalaus vaizdo išvesties dydžiai. Didesnės raiškos Pro profilio dydžių nereikėtų priskirti standartiniam Sora 2. Dydis ir trukmė yra aiškūs užklausos nustatymai; tekste įrašytas kitas dydis ar prašymas sukurti ilgesnį filmą šių nustatymų nekeičia. Kūrimo žinyne pateikti 4, 8 ir 12 sekundžių klipų nustatymai, todėl rengdami kadrą pasirinkite trumpą, apibrėžtą veiksmą. Išplėstinėje gamintojo darbo eigoje taip pat aprašyti 16 ir 20 sekundžių klipų nustatymai.\n\nEtaloninis vaizdas nustato pirmąjį kadrą, o tekstas aprašo, kas vyksta toliau. Gamintojas palaiko JPEG, PNG ir WebP etalonus ir reikalauja, kad vaizdas atitiktų tikslinį vaizdo įrašo dydį. Pradiniame vaizde parenkite objektą, aplinką ir kompoziciją, tada paprašykite konkretaus judesio. Tai pirmojo kadro etalonas, o ne garantija, kad kiekviena detalė išliks tokia pati visame klipe.\n\n### Pakartotinai naudojami nežmogiški veikėjai\n\nIšplėstinė gamintojo darbo eiga leidžia iš trumpo etaloninio gyvūno, talismano ar objekto vaizdo įrašo sukurti pakartotinai naudojamą veikėjo išteklių. Parengimo gairėse rekomenduojamas maždaug dviejų–keturių sekundžių MP4 klipas, 720p–1080p raiškos, 16:9 arba 9:16 kraštinių santykio. Vienodas šaltinio ir išvesties kraštinių santykis padeda išvengti ištempto vaizdo. Generuojant galima naudoti iki dviejų veikėjų.\n\nIšsaugokite veikėjo identifikatorių ir užklausoje paminėkite jo vardą; vien identifikatoriaus perdavimas neatitinka viso vadove aprašyto parengimo. Veikėjų išteklius galima naudoti kartu su vaizdu pagrįstu generavimu, tačiau vaizdo įrašo pratęsimai jų nepriima. Pagal numatytuosius nustatymus gamintojas blokuoja į žmones panašių veikėjų įkėlimą, o dokumentuotoje API eigoje atmeta etaloninius vaizdus su žmonių veidais. Asmeninių veikėjų funkcijos Sora programėlėje yra atskira produkto darbo eiga.\n\n### Pratęskite arba redaguokite baigtą klipą\n\nPratęsimas priima baigtą šaltinio vaizdo įrašą ir tęsinio užklausą, visą šaltinio klipą naudodamas kaip judesio, kameros krypties ir scenos tęstinumo kontekstą. Vadove aprašoma galimybė vienu pratęsimu pridėti iki 20 sekundžių. Dokumentuota šio režimo įvestis yra šaltinio vaizdo įrašas ir tekstas; papildomi veikėjų ar vaizdų etalonai į jį neįtraukiami. Aprašykite, kaip tęsiasi esamas veiksmas, užuot be perėjimo įvedę nesusijusią sceną.\n\nVaizdo redagavimas skirtas aiškiam esamo klipo pakeitimui. Tikslinis pataisymas gali pakeisti objekto spalvą ar scenos paletę, išlaikant likusią kadro dalį. Gamintojo vadove rekomenduojama vienu metu atlikti vieną aiškiai apibrėžtą pakeitimą ir skiriamas sugeneruoto vaizdo redagavimas nuo bet kokios filmuotos medžiagos įkėlimo, kuriam taikoma atskira tinkamumo sąlyga. Prieš dar kartą redaguodami, išsaugokite baigtą šaltinį ir tiksliai įvardykite reikalingą pataisymą.\n\n### Generavimo užduotys ir baigtas vaizdo įrašas\n\nDokumentuota gamintojo vaizdo kūrimo eiga yra asinchroninė: pateikta užduotis gali būti eilėje arba vykdoma, kol ji užbaigiama arba baigiasi klaida. Užbaigta užduotis pateikia MP4 vaizdo įrašą; miniatiūros ir kadrų lapo ištekliai skirti peržiūrai bei naršymui. Užduoties identifikatorių susiekite su užklausa, etalonais ir grąžintais ištekliais. Pradinis užduoties atsakymas nėra galutinis atkuriamas vaizdo įrašas.\n\nĮprastoje atsisiuntimo eigoje nurodytas vienos valandos atsisiuntimo URL galiojimas. Išplėstinė paketinio apdorojimo eiga rengia nepriklausomas JSON generavimo užklausas su pastoviais elementų identifikatoriais, įkeltais etalonais ir rezultatu, susietu su kiekvienu kadru; jos baigti ištekliai turi atskirą iki 24 valandų atsisiuntimo laikotarpį. Baigtą klipą išsaugokite nedelsdami ir, prieš pasirinkdami dublį, patikrinkite tikrąjį vaizdą bei garsą.\n\nGamintojo dokumentuoti API turinio apribojimai reikalauja jaunesnei nei 18 metų auditorijai tinkamos medžiagos, atmeta autorių teisėmis saugomus veikėjus ar muziką ir tikrų žmonių generavimą. Atitinkamai parenkite sceną ir etalonus. Tiesioginis modelio rezultatas yra vaizdo įrašas su garsu, o ne sugeneruoti nejudantys vaizdai, pokalbio įrankio atsakymas ar neribotos trukmės filmas. Tęsdami vaizdinę koncepciją, išsaugokite tikslų standartinio modelio identifikatorių ir priimtą šaltinio klipą.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "9b71032cb51f4e776bdfc7f6ba162eeefe8504585ea0fc9005d0b7263e63f449", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "lt", "methods": [ { "html": "sora-2Sora 2 iš teksto arba etaloninio vaizdo kuria vaizdo įrašus su sinchronizuotais dialogais, garso efektais ir foniniu garsu. Standartinis profilis skirtas vaizdinėms paieškoms ir koncepciniams klipams, o pakartotinai naudojamiems nežmogiškiems veikėjams, tęsiniams ir tiksliniams vaizdo taisymams gamintojas numato atskiras darbo eigas.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Sora 2 – tai „OpenAI“ vaizdo ir garso generavimo modelis, kuriantis dinamiškus klipus pagal rašytinį scenos aprašymą arba etaloninį vaizdą. Jis generuoja vaizdų seką kartu su sinchronizuota kalba, efektais ir foniniu garsu. Standartinis Sora 2 profilis skirtas vaizdinėms paieškoms, koncepcijų plėtojimui, prototipams ir pirminiam montažui. Sora 2 Pro – atskiras leidimas, orientuotas į didesnį vaizdo tikslumą ir galutinį didesnės raiškos rezultatą.
Gamintojo užklausų rengimo vadove naudingas aprašas sudaromas iš kadravimo, objekto, veiksmo, aplinkos ir šviesos. Suteikite scenai vientisą vaizdinį stilių, tada judėjimą aprašykite aiškiais etapais. Originalioje produkto koncepcijoje galėtų būti parodytas mažas mechaninis objektas, vieną kartą apsisukantis ant darbastalio, kol kamera lėtai artėja, sklindant švelniai lango šviesai ir tyliai girdint varikliuką. Nurodykite, ką žiūrovas turi pastebėti ir kuo baigiasi veiksmas.
Kiekvieno kadro kameros judėjimas ir objekto veiksmas turi būti suprantami. Sudėtingą seką galima suskaidyti į atskirus kadrų blokus, kiekvienam numatant savą kadravimą, veiksmą ir apšvietimą. Kai keli klipai turi sudaryti vieną seką, išlaikykite tas pačias objekto detales ir paletę. Vadove pabrėžiama, kad trumpesni kadrai paprastai patikimiau vykdo nurodymus, o pakartotinai generuojant pagal tą pačią užklausą gaunami skirtingi dubliai.
Modelio pristatyme aprašomas pagerintas fizinis elgesys ir tęstinumas tarp kadrų, įskaitant realistinį, kinematografinį ir anime stilius. Tai galimybės, kurias reikia kryptingai taikyti ir tikrinti. Įvertinkite judesį, objektų kontaktą, proporcijas ir tęstinumą, užuot manę, kad įtikinamas pirmasis kadras garantuoja nuoseklią seką. Jei veiksmas neaiškus, supaprastinkite jį ir suteikite matomą pradžią bei pabaigą.
Tariamas replikas nurodykite atskirai nuo vaizdinio aprašymo ir nuosekliai žymėkite kalbėtojus. Dialogas turi būti pakankamai trumpas, kad tilptų į veiksmą ir numatytą klipo trukmę. Dviejų veikėjų animacijoje kaitaliokite trumpą klausimą ir atsakymą, užuot į trumpą kadrą bandę sutalpinti ilgą kalbą. Vadove perspėjama, kad sudėtingas ir ilgas dialogas gali sutrikdyti tempą ir sinchronizaciją.
Aprašykite scenai būdingą garsinę aplinką: nedidelio judesio garsą, patalpos foną ar aplinkos efekto ritmą. Paaiškinkite, kuris garsas turi sutapti su veiksmu. Gautą kalbą ir efektus klausykite kartu žiūrėdami vaizdą, tikrindami kalbėtojų priskyrimą, formuluotes ir laiką. Sinchronizuotas garsas yra sukurto klipo dalis, o ne atskiras tekstinis atsakymas.
Standartinio modelio dokumentacijoje nurodyti 720×1280 vertikalaus ir 1280×720 horizontalaus vaizdo išvesties dydžiai. Didesnės raiškos Pro profilio dydžių nereikėtų priskirti standartiniam Sora 2. Dydis ir trukmė yra aiškūs užklausos nustatymai; tekste įrašytas kitas dydis ar prašymas sukurti ilgesnį filmą šių nustatymų nekeičia. Kūrimo žinyne pateikti 4, 8 ir 12 sekundžių klipų nustatymai, todėl rengdami kadrą pasirinkite trumpą, apibrėžtą veiksmą. Išplėstinėje gamintojo darbo eigoje taip pat aprašyti 16 ir 20 sekundžių klipų nustatymai.
Etaloninis vaizdas nustato pirmąjį kadrą, o tekstas aprašo, kas vyksta toliau. Gamintojas palaiko JPEG, PNG ir WebP etalonus ir reikalauja, kad vaizdas atitiktų tikslinį vaizdo įrašo dydį. Pradiniame vaizde parenkite objektą, aplinką ir kompoziciją, tada paprašykite konkretaus judesio. Tai pirmojo kadro etalonas, o ne garantija, kad kiekviena detalė išliks tokia pati visame klipe.
Išplėstinė gamintojo darbo eiga leidžia iš trumpo etaloninio gyvūno, talismano ar objekto vaizdo įrašo sukurti pakartotinai naudojamą veikėjo išteklių. Parengimo gairėse rekomenduojamas maždaug dviejų–keturių sekundžių MP4 klipas, 720p–1080p raiškos, 16:9 arba 9:16 kraštinių santykio. Vienodas šaltinio ir išvesties kraštinių santykis padeda išvengti ištempto vaizdo. Generuojant galima naudoti iki dviejų veikėjų.
Išsaugokite veikėjo identifikatorių ir užklausoje paminėkite jo vardą; vien identifikatoriaus perdavimas neatitinka viso vadove aprašyto parengimo. Veikėjų išteklius galima naudoti kartu su vaizdu pagrįstu generavimu, tačiau vaizdo įrašo pratęsimai jų nepriima. Pagal numatytuosius nustatymus gamintojas blokuoja į žmones panašių veikėjų įkėlimą, o dokumentuotoje API eigoje atmeta etaloninius vaizdus su žmonių veidais. Asmeninių veikėjų funkcijos Sora programėlėje yra atskira produkto darbo eiga.
Pratęsimas priima baigtą šaltinio vaizdo įrašą ir tęsinio užklausą, visą šaltinio klipą naudodamas kaip judesio, kameros krypties ir scenos tęstinumo kontekstą. Vadove aprašoma galimybė vienu pratęsimu pridėti iki 20 sekundžių. Dokumentuota šio režimo įvestis yra šaltinio vaizdo įrašas ir tekstas; papildomi veikėjų ar vaizdų etalonai į jį neįtraukiami. Aprašykite, kaip tęsiasi esamas veiksmas, užuot be perėjimo įvedę nesusijusią sceną.
Vaizdo redagavimas skirtas aiškiam esamo klipo pakeitimui. Tikslinis pataisymas gali pakeisti objekto spalvą ar scenos paletę, išlaikant likusią kadro dalį. Gamintojo vadove rekomenduojama vienu metu atlikti vieną aiškiai apibrėžtą pakeitimą ir skiriamas sugeneruoto vaizdo redagavimas nuo bet kokios filmuotos medžiagos įkėlimo, kuriam taikoma atskira tinkamumo sąlyga. Prieš dar kartą redaguodami, išsaugokite baigtą šaltinį ir tiksliai įvardykite reikalingą pataisymą.
Dokumentuota gamintojo vaizdo kūrimo eiga yra asinchroninė: pateikta užduotis gali būti eilėje arba vykdoma, kol ji užbaigiama arba baigiasi klaida. Užbaigta užduotis pateikia MP4 vaizdo įrašą; miniatiūros ir kadrų lapo ištekliai skirti peržiūrai bei naršymui. Užduoties identifikatorių susiekite su užklausa, etalonais ir grąžintais ištekliais. Pradinis užduoties atsakymas nėra galutinis atkuriamas vaizdo įrašas.
Įprastoje atsisiuntimo eigoje nurodytas vienos valandos atsisiuntimo URL galiojimas. Išplėstinė paketinio apdorojimo eiga rengia nepriklausomas JSON generavimo užklausas su pastoviais elementų identifikatoriais, įkeltais etalonais ir rezultatu, susietu su kiekvienu kadru; jos baigti ištekliai turi atskirą iki 24 valandų atsisiuntimo laikotarpį. Baigtą klipą išsaugokite nedelsdami ir, prieš pasirinkdami dublį, patikrinkite tikrąjį vaizdą bei garsą.
Gamintojo dokumentuoti API turinio apribojimai reikalauja jaunesnei nei 18 metų auditorijai tinkamos medžiagos, atmeta autorių teisėmis saugomus veikėjus ar muziką ir tikrų žmonių generavimą. Atitinkamai parenkite sceną ir etalonus. Tiesioginis modelio rezultatas yra vaizdo įrašas su garsu, o ne sugeneruoti nejudantys vaizdai, pokalbio įrankio atsakymas ar neribotos trukmės filmas. Tęsdami vaizdinę koncepciją, išsaugokite tikslų standartinio modelio identifikatorių ir priimtą šaltinio klipą.
POST /v1/chat/completionstextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos sora-2 | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
owned_text_messages
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages |
Parametrasmaterial_types | Specifikacijatext |
Parametrasmessages | SpecifikacijaPranešimų masyvas su role ir tiesioginiu eilutės tipo content |
Parametrasfile_material | SpecifikacijaTikrą UTF-8 medžiagą galima įterpti kaip tiesioginį eilutės turinį; nuoroda į failą nėra numanoma. |
Parametrasoptional_controls | Specifikacijastream |
Gyvavimo ciklas: synchronous_json_or_sse
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0 / 1K tokenų Išvestis · Išvesties tokenai $0.2 / 1K tokenų Įvestis · Talpyklos skaitymas $0 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"sora-2","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nfrom pathlib import Path\nprint(Path("result.json").read_text(encoding="utf-8"))\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="sora-2", messages=[{"role":"user","content":"hello"}], stream=False)\nimport json\nfrom pathlib import Path\n\ndata = result.to_dict(mode="json")\nPath("result.json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\nprint(json.dumps(data, ensure_ascii=False, indent=2))\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"sora-2","messages":[{"role":"user","content":"hello"}],"stream":true}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.sse\nJSON arba text/event-stream
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite visus JSON arba SSE baitus, atsakymo antraštes, grąžintus naudojimo duomenis ir visus pateiktus rezultato laukus. Konkrečiam modeliui būdinga išvesties šeima netvirtinama.
Išsaugokite pradinį atsakymą ir bandymo tapatybę; naujos užduoties būsenos tikrinimas ar pakartotinis pateikimas nėra numanomi.
| Laukas | Tipas | Reikšmė |
|---|---|---|
Laukascomplete response JSON | Tipasobject | ReikšmėIšsaugokite kiekvieną grąžintą lauką, nedarydami prielaidų apie konkretaus modelio rezultatų šeimą. |
LaukasSSE data events | Tipasstream | ReikšmėIšsaugokite kiekvieną grąžintą įvykį ir pabaigos žymeklį, neatrinkdami vien teksto laukų. |
Ailoot Ultra sora-2
Naudokite aukščiau nurodytus metodų kelius.
sora-2Sora 2 iš teksto arba etaloninio vaizdo kuria vaizdo įrašus su sinchronizuotais dialogais, garso efektais ir foniniu garsu. Standartinis profilis skirtas vaizdinėms paieškoms ir koncepciniams klipams, o pakartotinai naudojamiems nežmogiškiems veikėjams, tęsiniams ir tiksliniams vaizdo taisymams gamintojas numato atskiras darbo eigas.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Sora 2 – tai „OpenAI“ vaizdo ir garso generavimo modelis, kuriantis dinamiškus klipus pagal rašytinį scenos aprašymą arba etaloninį vaizdą. Jis generuoja vaizdų seką kartu su sinchronizuota kalba, efektais ir foniniu garsu. Standartinis Sora 2 profilis skirtas vaizdinėms paieškoms, koncepcijų plėtojimui, prototipams ir pirminiam montažui. Sora 2 Pro – atskiras leidimas, orientuotas į didesnį vaizdo tikslumą ir galutinį didesnės raiškos rezultatą.
Gamintojo užklausų rengimo vadove naudingas aprašas sudaromas iš kadravimo, objekto, veiksmo, aplinkos ir šviesos. Suteikite scenai vientisą vaizdinį stilių, tada judėjimą aprašykite aiškiais etapais. Originalioje produkto koncepcijoje galėtų būti parodytas mažas mechaninis objektas, vieną kartą apsisukantis ant darbastalio, kol kamera lėtai artėja, sklindant švelniai lango šviesai ir tyliai girdint varikliuką. Nurodykite, ką žiūrovas turi pastebėti ir kuo baigiasi veiksmas.
Kiekvieno kadro kameros judėjimas ir objekto veiksmas turi būti suprantami. Sudėtingą seką galima suskaidyti į atskirus kadrų blokus, kiekvienam numatant savą kadravimą, veiksmą ir apšvietimą. Kai keli klipai turi sudaryti vieną seką, išlaikykite tas pačias objekto detales ir paletę. Vadove pabrėžiama, kad trumpesni kadrai paprastai patikimiau vykdo nurodymus, o pakartotinai generuojant pagal tą pačią užklausą gaunami skirtingi dubliai.
Modelio pristatyme aprašomas pagerintas fizinis elgesys ir tęstinumas tarp kadrų, įskaitant realistinį, kinematografinį ir anime stilius. Tai galimybės, kurias reikia kryptingai taikyti ir tikrinti. Įvertinkite judesį, objektų kontaktą, proporcijas ir tęstinumą, užuot manę, kad įtikinamas pirmasis kadras garantuoja nuoseklią seką. Jei veiksmas neaiškus, supaprastinkite jį ir suteikite matomą pradžią bei pabaigą.
Tariamas replikas nurodykite atskirai nuo vaizdinio aprašymo ir nuosekliai žymėkite kalbėtojus. Dialogas turi būti pakankamai trumpas, kad tilptų į veiksmą ir numatytą klipo trukmę. Dviejų veikėjų animacijoje kaitaliokite trumpą klausimą ir atsakymą, užuot į trumpą kadrą bandę sutalpinti ilgą kalbą. Vadove perspėjama, kad sudėtingas ir ilgas dialogas gali sutrikdyti tempą ir sinchronizaciją.
Aprašykite scenai būdingą garsinę aplinką: nedidelio judesio garsą, patalpos foną ar aplinkos efekto ritmą. Paaiškinkite, kuris garsas turi sutapti su veiksmu. Gautą kalbą ir efektus klausykite kartu žiūrėdami vaizdą, tikrindami kalbėtojų priskyrimą, formuluotes ir laiką. Sinchronizuotas garsas yra sukurto klipo dalis, o ne atskiras tekstinis atsakymas.
Standartinio modelio dokumentacijoje nurodyti 720×1280 vertikalaus ir 1280×720 horizontalaus vaizdo išvesties dydžiai. Didesnės raiškos Pro profilio dydžių nereikėtų priskirti standartiniam Sora 2. Dydis ir trukmė yra aiškūs užklausos nustatymai; tekste įrašytas kitas dydis ar prašymas sukurti ilgesnį filmą šių nustatymų nekeičia. Kūrimo žinyne pateikti 4, 8 ir 12 sekundžių klipų nustatymai, todėl rengdami kadrą pasirinkite trumpą, apibrėžtą veiksmą. Išplėstinėje gamintojo darbo eigoje taip pat aprašyti 16 ir 20 sekundžių klipų nustatymai.
Etaloninis vaizdas nustato pirmąjį kadrą, o tekstas aprašo, kas vyksta toliau. Gamintojas palaiko JPEG, PNG ir WebP etalonus ir reikalauja, kad vaizdas atitiktų tikslinį vaizdo įrašo dydį. Pradiniame vaizde parenkite objektą, aplinką ir kompoziciją, tada paprašykite konkretaus judesio. Tai pirmojo kadro etalonas, o ne garantija, kad kiekviena detalė išliks tokia pati visame klipe.
Išplėstinė gamintojo darbo eiga leidžia iš trumpo etaloninio gyvūno, talismano ar objekto vaizdo įrašo sukurti pakartotinai naudojamą veikėjo išteklių. Parengimo gairėse rekomenduojamas maždaug dviejų–keturių sekundžių MP4 klipas, 720p–1080p raiškos, 16:9 arba 9:16 kraštinių santykio. Vienodas šaltinio ir išvesties kraštinių santykis padeda išvengti ištempto vaizdo. Generuojant galima naudoti iki dviejų veikėjų.
Išsaugokite veikėjo identifikatorių ir užklausoje paminėkite jo vardą; vien identifikatoriaus perdavimas neatitinka viso vadove aprašyto parengimo. Veikėjų išteklius galima naudoti kartu su vaizdu pagrįstu generavimu, tačiau vaizdo įrašo pratęsimai jų nepriima. Pagal numatytuosius nustatymus gamintojas blokuoja į žmones panašių veikėjų įkėlimą, o dokumentuotoje API eigoje atmeta etaloninius vaizdus su žmonių veidais. Asmeninių veikėjų funkcijos Sora programėlėje yra atskira produkto darbo eiga.
Pratęsimas priima baigtą šaltinio vaizdo įrašą ir tęsinio užklausą, visą šaltinio klipą naudodamas kaip judesio, kameros krypties ir scenos tęstinumo kontekstą. Vadove aprašoma galimybė vienu pratęsimu pridėti iki 20 sekundžių. Dokumentuota šio režimo įvestis yra šaltinio vaizdo įrašas ir tekstas; papildomi veikėjų ar vaizdų etalonai į jį neįtraukiami. Aprašykite, kaip tęsiasi esamas veiksmas, užuot be perėjimo įvedę nesusijusią sceną.
Vaizdo redagavimas skirtas aiškiam esamo klipo pakeitimui. Tikslinis pataisymas gali pakeisti objekto spalvą ar scenos paletę, išlaikant likusią kadro dalį. Gamintojo vadove rekomenduojama vienu metu atlikti vieną aiškiai apibrėžtą pakeitimą ir skiriamas sugeneruoto vaizdo redagavimas nuo bet kokios filmuotos medžiagos įkėlimo, kuriam taikoma atskira tinkamumo sąlyga. Prieš dar kartą redaguodami, išsaugokite baigtą šaltinį ir tiksliai įvardykite reikalingą pataisymą.
Dokumentuota gamintojo vaizdo kūrimo eiga yra asinchroninė: pateikta užduotis gali būti eilėje arba vykdoma, kol ji užbaigiama arba baigiasi klaida. Užbaigta užduotis pateikia MP4 vaizdo įrašą; miniatiūros ir kadrų lapo ištekliai skirti peržiūrai bei naršymui. Užduoties identifikatorių susiekite su užklausa, etalonais ir grąžintais ištekliais. Pradinis užduoties atsakymas nėra galutinis atkuriamas vaizdo įrašas.
Įprastoje atsisiuntimo eigoje nurodytas vienos valandos atsisiuntimo URL galiojimas. Išplėstinė paketinio apdorojimo eiga rengia nepriklausomas JSON generavimo užklausas su pastoviais elementų identifikatoriais, įkeltais etalonais ir rezultatu, susietu su kiekvienu kadru; jos baigti ištekliai turi atskirą iki 24 valandų atsisiuntimo laikotarpį. Baigtą klipą išsaugokite nedelsdami ir, prieš pasirinkdami dublį, patikrinkite tikrąjį vaizdą bei garsą.
Gamintojo dokumentuoti API turinio apribojimai reikalauja jaunesnei nei 18 metų auditorijai tinkamos medžiagos, atmeta autorių teisėmis saugomus veikėjus ar muziką ir tikrų žmonių generavimą. Atitinkamai parenkite sceną ir etalonus. Tiesioginis modelio rezultatas yra vaizdo įrašas su garsu, o ne sugeneruoti nejudantys vaizdai, pokalbio įrankio atsakymas ar neribotos trukmės filmas. Tęsdami vaizdinę koncepciją, išsaugokite tikslų standartinio modelio identifikatorių ir priimtą šaltinio klipą.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos sora-2 | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Tekstas · UTF-8 tekstas
messages[].content eilutė
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijastream |
Parametrasmaterial_types | Specifikacijatext |
Parametrastext_file_material | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. |
Gyvavimo ciklas: synchronous_or_streamed
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0 / 1K tokenų Išvestis · Išvesties tokenai $0.2 / 1K tokenų Įvestis · Talpyklos skaitymas $0 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "sora-2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'sora-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'sora-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite visus turinio blokus, mąstymo parašus ir tikruosius įrankių naudojimo ID. Surinkite visus SSE blokų prieaugius; pirmasis teksto blokas nėra visa išvestis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukasid | Tipasstring |
Laukasmodel | Tipasstring |
Laukascontent[] | Tipastext|thinking|tool_use|other content block |
Laukasstop_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra sora-2
Naudokite aukščiau nurodytus metodų kelius.