文 | 高恒說
3月24日，OpenAI宣布關(guān)停AI視頻生成產(chǎn)品Sora，這款上線僅6個月、曾登頂App Store的現(xiàn)象級應(yīng)用，將連同App、API及原計劃接入ChatGPT的視頻能力一并下線。
這件事的反常之處在于，Sora并不是一個失敗產(chǎn)品：它上線10天下載破百萬，峰值達到約333萬，但整個生命周期內(nèi)收入只有約210萬美元。
當一款“用戶喜歡但賺不到錢”的AI產(chǎn)品，被一家剛完成1100億美元融資、準備IPO的公司主動放棄，問題就不再是產(chǎn)品本身，而是增長邏輯開始發(fā)生變化。
一個更清晰的信號正在出現(xiàn)：AI行業(yè)正在從“能力優(yōu)先”，轉(zhuǎn)向“變現(xiàn)優(yōu)先”，不是所有看起來很先進的技術(shù)，都值得被繼續(xù)投入。
01：一款爆火產(chǎn)品，為什么被主動放棄
如果只看產(chǎn)品表現(xiàn)，Sora很難被歸類為“失敗案例”。
2025年9月上線后，這款A(yù)I視頻生成工具在極短時間內(nèi)完成了冷啟動：10天下載量突破100萬，一度登頂App Store免費榜，峰值下載達到約333萬次。從傳播效果看，Sora幾乎是繼ChatGPT之后，OpenAI在消費者端最具話題性的產(chǎn)品之一。
它的技術(shù)能力也沒有明顯短板。相比此前的文生視頻工具，Sora在畫面連貫性、真實感和敘事能力上都有明顯提升，用戶可以直接生成接近影視級質(zhì)感的短視頻，這也是它在上線初期迅速出圈的核心原因。OpenAI甚至一度為其引入內(nèi)容生態(tài)資源，2025年12月與迪士尼達成10億美元投資及角色授權(quán)合作，允許用戶調(diào)用漫威、星球大戰(zhàn)等IP進行創(chuàng)作，試圖把Sora推向“AI內(nèi)容平臺”的位置。
如果按傳統(tǒng)互聯(lián)網(wǎng)產(chǎn)品邏輯，這樣的路徑是成立的：技術(shù)突破→ 用戶增長 → 內(nèi)容生態(tài) → 商業(yè)化。但Sora的問題恰恰出在最后一步。
這款產(chǎn)品的商業(yè)模型幾乎沒有跑通。移動分析機構(gòu)Appfigures的數(shù)據(jù)披露Sora整個生命周期內(nèi)的應(yīng)用內(nèi)購收入只有約210萬美元。而其背后的算力消耗卻極其驚人，視頻生成是當前最消耗計算資源的AI任務(wù)之一，單次生成成本遠高于文本或圖片，在用戶規(guī)模上來之后，每天的算力支出可以達到數(shù)百萬美元級別。
這意味著一個非常直接的結(jié)果：用戶越多，虧損越大。
這種“增長反而放大虧損”的結(jié)構(gòu)，使得Sora很難像ChatGPT那樣，通過訂閱或增值服務(wù)形成穩(wěn)定現(xiàn)金流。即便它一度具備爆款特征，但商業(yè)上更接近一個“高成本的演示產(chǎn)品”，而不是一門可以規(guī)?；瘡?fù)制的生意。
更重要的是，用戶側(cè)的熱度也沒有持續(xù)。移動分析機構(gòu)Appfigures數(shù)據(jù)顯示，Sora下載量在2025年11月達到333萬次峰值后迅速回落，到2026年2月已降至約113萬。同時，為了控制成本和合規(guī)風險，平臺對生成次數(shù)進行限制，并加強對deepfake內(nèi)容的管控，這在一定程度上進一步壓制了用戶活躍度。
換句話說，Sora面臨的是一個雙向收縮：一邊是成本無法下降，另一邊是使用體驗受限，用戶增長開始失速。
在這種情況下，OpenAI的選擇就變得可以理解。公司不僅關(guān)停了Sora的獨立應(yīng)用，還同步取消API服務(wù)，以及原計劃整合進ChatGPT的視頻能力。這不是一次單點產(chǎn)品調(diào)整，而是一次明確的資源回收：把算力和團隊，從一個“消耗大、回報慢”的方向，轉(zhuǎn)移到更核心的業(yè)務(wù)上。
一個細節(jié)可以說明這種轉(zhuǎn)向的徹底性。據(jù)媒體報道，OpenAI CEO Sam Altman 在內(nèi)部會議中表示，將把資源聚焦于核心業(yè)務(wù)，包括 ChatGPT、企業(yè)級工具、編程助手 Codex 以及計劃中的“超級應(yīng)用”，而非“分散注意力的副本任務(wù)”。原Sora 研究團隊將轉(zhuǎn)向“世界模擬研究”，重點支持機器人和真實世界物理任務(wù)，而非消費級視頻生成。
因此，Sora的退出，本質(zhì)上不是一次產(chǎn)品層面的失敗，而是一次典型的資源配置決策。
02：OpenAI為什么必須“收縮”：不是選擇，而是被逼的
Sora被關(guān)停本質(zhì)上是OpenAI正在為過去一年的“擴張策略”付出代價。
2025年，是OpenAI產(chǎn)品線擴張最激進的一年。除了視頻生成模型Sora，公司還在推進AI瀏覽器Atlas、與Jony Ive合作的硬件項目、ChatGPT電商功能等多個方向。Altman曾把這種打法形容為“在公司內(nèi)部押注一系列創(chuàng)業(yè)項目”，試圖在AI時代的多個入口同時卡位。
這套邏輯在當時并非沒有道理。ChatGPT擁有9億周活躍用戶基礎(chǔ)，OpenAI也具備領(lǐng)先的模型能力，從直覺上看，“多點開花”有助于擴大生態(tài)邊界。但問題在于，AI行業(yè)的核心資源不是人力，而是算力，而算力在現(xiàn)階段是高度稀缺且昂貴的。
當多個項目同時推進，資源被不可避免地分散。據(jù)媒體報道，多位現(xiàn)任和前任員工反映，過多的并行項目導致戰(zhàn)略方向模糊，算力資源在團隊之間頻繁調(diào)撥。組織架構(gòu)也愈發(fā)混亂，比如Sora團隊被放在研究部門下面，但它實際上在負責公司最受關(guān)注的產(chǎn)品之一。
在這種情況下，“什么都做”很容易變成“每件事都做不深”。
真正的轉(zhuǎn)折，來自外部競爭的變化。
過去一年，Anthropic在企業(yè)市場和編程場景的快速崛起，對OpenAI形成了直接壓力。金融科技公司Ramp數(shù)據(jù)顯示，截至2026年2月，在首次采購AI工具的企業(yè)中，Anthropic占據(jù)約73%的支出份額，而OpenAI僅約27%；在整體企業(yè)AI訂閱市場，OpenAI雖然仍以34.4%領(lǐng)先，但Anthropic的增速明顯更快，2026年2月其月環(huán)比增長為4.9%，同期OpenAI則出現(xiàn)1.5%的下滑。
差距最明顯的是Coding這一高價值賽道。根據(jù)Menlo Ventures報告，Anthropic的Claude Code已經(jīng)占據(jù)約54%的編程市場份額，而OpenAI僅約21%。這款產(chǎn)品在發(fā)布六個月后就實現(xiàn)了10億美元年化收入，到2026年2月已超過25億美元。更關(guān)鍵的是，它不僅服務(wù)開發(fā)者，還在向非技術(shù)人群擴展，形成更廣泛的生產(chǎn)力工具。
對比來看，Anthropic的策略非常單一：不做視頻、不做圖像、不做硬件，只聚焦文本、代碼和企業(yè)場景，把有限的算力全部投入到回報率最高的方向。而OpenAI在多個方向分散投入，反而削弱了在核心賽道上的優(yōu)勢。
這意味著，競爭的邏輯已經(jīng)發(fā)生變化。AI行業(yè)不再只是“誰的模型更強”，而是“誰能把模型變成穩(wěn)定收入”。
在這種背景下，OpenAI內(nèi)部開始重新定義優(yōu)先級。2026年3月16日，應(yīng)用業(yè)務(wù)CEO Fidji Simo在全員會議上直言，“我們不能因為被副本任務(wù)分心而錯過這個時刻，我們必須在生產(chǎn)力方面，特別是企業(yè)生產(chǎn)力方面做到極致。”
如果說競爭壓力改變了方向，那么資本壓力則進一步壓縮了選擇空間。
2026年2月，OpenAI完成總計1100億美元的融資，投前估值7300億美元，成為歷史上融資規(guī)模最大的未上市公司之一。但高估值背后，是同樣驚人的虧損。據(jù)外媒報道，2025年公司收入約131億美元，但虧損約80億美元；到2026年，預(yù)計虧損將擴大至250億美元，預(yù)計最早在2030年代才能盈利，現(xiàn)金消耗率高達83.3%。
與此同時，這輪融資附帶大量條件，例如Amazon的350億美元資金需要在實現(xiàn)AGI或完成IPO后才能到賬。這使得OpenAI必須在短期內(nèi)證明自身的盈利路徑。
在這樣的約束下，資源配置的邏輯變得非常直接：優(yōu)先支持能夠快速產(chǎn)生收入、且可以規(guī)模化復(fù)制的業(yè)務(wù)。
對比之下，Sora所在的視頻生成方向，恰恰處于另一端：成本高、變現(xiàn)弱、合規(guī)復(fù)雜、且短期難以形成穩(wěn)定現(xiàn)金流。
因此，關(guān)停Sora并不是一個孤立決策，而是整個戰(zhàn)略收縮的一部分。
03：從Sora到Coding，AI行業(yè)開始進入“算賬時代”
如果把Sora的關(guān)停放在更大的時間尺度里看，它真正標志的，不是一款產(chǎn)品的結(jié)束，而是AI行業(yè)運行邏輯的一次切換。
過去兩年，AI行業(yè)的核心敘事只有一件事：能力不斷突破。
從文本到圖像，再到視頻，多模態(tài)模型不斷刷新上限，“能不能做出來”幾乎是評價一切的標準。只要技術(shù)成立，哪怕成本高、路徑不清晰，也會被視為值得投入的方向。Sora正是這種階段的典型產(chǎn)物，它代表的是能力邊界，而不是商業(yè)邊界。
但現(xiàn)在，一個更現(xiàn)實的約束開始顯現(xiàn)：算力不再是可以無限投入的資源。
無論是模型訓練還是推理調(diào)用，AI系統(tǒng)的每一次輸出，本質(zhì)上都在消耗真實成本。和傳統(tǒng)互聯(lián)網(wǎng)產(chǎn)品不同，AI并不存在“邊際成本趨近于零”的規(guī)模效應(yīng)，相反，在高復(fù)雜度任務(wù)（如視頻生成）中，邊際成本反而顯著上升。這意味著，不是所有用戶增長，都能轉(zhuǎn)化為利潤增長。
當這一點被反復(fù)驗證之后，行業(yè)的評價體系開始發(fā)生變化：從“這個能力有多強”，轉(zhuǎn)向“這項能力的單位成本能否被收入覆蓋”。
在這個新標準下，不同方向的分化開始迅速拉開。
知名科技產(chǎn)業(yè)時評人彭德宇對我們分析到，一類是以視頻生成、多模態(tài)內(nèi)容為代表的方向，它們在技術(shù)展示上最具沖擊力，但同時也最“燒錢”，對算力和帶寬的消耗遠高于文本類任務(wù)，且用戶付費意愿相對有限。這類產(chǎn)品更容易成為爆款，卻很難成為穩(wěn)定業(yè)務(wù)。另一類是以編程、文檔處理、企業(yè)自動化為代表的生產(chǎn)力場景，它們的技術(shù)形態(tài)看起來并不“驚艷”，但具有兩個更關(guān)鍵的特征：一是使用頻率高，二是可以直接嵌入企業(yè)流程，替代真實人力成本。這使得它們更容易形成清晰的付費邏輯，并在短時間內(nèi)建立收入規(guī)模。
這也是為什么，過去一年AI行業(yè)的重心，正在從“內(nèi)容生成”轉(zhuǎn)向“生產(chǎn)力工具”。前者解決的是“用戶覺得有趣”，后者解決的是“企業(yè)愿意付錢”。
當行業(yè)開始用同一套標準去衡量不同方向時，結(jié)果就會變得非常明確：不是最先進的能力獲得最多資源，而是最先跑通商業(yè)模型的能力獲得最多資源。
這種變化，本質(zhì)上意味著AI正在從“技術(shù)周期”進入“商業(yè)周期”。
在技術(shù)周期中，核心問題是突破邊界，允許試錯，甚至鼓勵冗余投入；而在商業(yè)周期中，核心問題變成效率，需要收斂，需要排序，也需要放棄。
Sora的意義正在于此。它并不是一個個例，而更像是一種“被驗證過但暫時不成立”的路徑：技術(shù)上可行，需求上存在，但在當前成本結(jié)構(gòu)下，不具備規(guī)?；臈l件。
因此，它被放棄，并不意味著這個方向永遠不重要，而是意味著，在當前階段，它還不值得成為主線。
如果把這一邏輯再往前推一步，可以看到一個更清晰的趨勢：AI公司的競爭，正在從“誰的模型更強”，轉(zhuǎn)向“誰能把算力變成收入”。
在這個過程中，模型能力仍然重要，但它不再是唯一變量。真正決定勝負的，是如何在算力成本、產(chǎn)品形態(tài)和商業(yè)模式之間建立穩(wěn)定關(guān)系。
從這個角度看，Sora的結(jié)束，標志著一個更具體的變化：AI不再是一個只講“可能性”的行業(yè)，而開始變成一個必須講“賬算不算得過來”的行業(yè)。
而一旦進入這個階段，類似的取舍不會只發(fā)生一次。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論