作者：高恒

3月24日，OpenAI宣布關停AI視頻生成產品Sora，這款上線僅6個月、曾登頂App Store的現象級應用，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，但整個生命周期內收入只有約210萬美元。

當一款“用戶喜歡但賺不到錢”的AI產品，被一家剛完成1100億美元融資、準備IPO的公司主動放棄，問題就不再是產品本身，而是增長邏輯開始發生變化。

一個更清晰的信號正在出現：AI行業正在從“能力優先”，轉向“變現優先”，不是所有看起來很先進的技術，都值得被繼續投入。

01：一款爆火產品，為什么被主動放棄

如果只看產品表現，Sora很難被歸類為“失敗案例”。

2025年9月上線后，這款AI視頻生成工具在極短時間內完成了冷啟動：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品之一。

它的技術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容生態資源，2025年12月與迪士尼達成10億美元投資及角色授權合作，允許用戶調用漫威、星球大戰等IP進行創作，試圖把Sora推向“AI內容平臺”的位置。

如果按傳統互聯網產品邏輯，這樣的路徑是成立的：技術突破→ 用戶增長 → 內容生態 → 商業化。但Sora的問題恰恰出在最后一步。

這款產品的商業模型幾乎沒有跑通。移動分析機構Appfigures的數據披露Sora整個生命周期內的應用內購收入只有約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任務之一，單次生成成本遠高于文本或圖片，在用戶規模上來之后，每天的算力支出可以達到數百萬美元級別。

這意味著一個非常直接的結果：用戶越多，虧損越大。

這種“增長反而放大虧損”的結構，使得Sora很難像ChatGPT那樣，通過訂閱或增值服務形成穩定現金流。即便它一度具備爆款特征，但商業上更接近一個“高成本的演示產品”，而不是一門可以規模化復制的生意。

更重要的是，用戶側的熱度也沒有持續。移動分析機構Appfigures數據顯示，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風險，平臺對生成次數進行限制，并加強對deepfake內容的管控，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。公司不僅關停了Sora的獨立應用，還同步取消API服務，以及原計劃整合進ChatGPT的視頻能力。這不是一次單點產品調整，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，轉移到更核心的業務上。

一個細節可以說明這種轉向的徹底性。據媒體報道，OpenAI CEO Sam Altman 在內部會議中表示，將把資源聚焦于核心業務，包括 ChatGPT、企業級工具、編程助手 Codex 以及計劃中的“超級應用”，而非“分散注意力的副本任務”。原Sora 研究團隊將轉向“世界模擬研究”，重點支持機器人和真實世界物理任務，而非消費級視頻生成。

因此，Sora的退出，本質上不是一次產品層面的失敗，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被關停本質上是OpenAI正在為過去一年的“擴張策略”付出代價。

2025年，是OpenAI產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“在公司內部押注一系列創業項目”，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，OpenAI也具備領先的模型能力，從直覺上看，“多點開花”有助于擴大生態邊界。但問題在于，AI行業的核心資源不是人力，而是算力，而算力在現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。據媒體報道，多位現任和前任員工反映，過多的并行項目導致戰略方向模糊，算力資源在團隊之間頻繁調撥。組織架構也愈發混亂，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注的產品之一。

在這種情況下，“什么都做”很容易變成“每件事都做不深”。

真正的轉折，來自外部競爭的變化。

過去一年，Anthropic在企業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數據顯示，截至2026年2月，在首次采購AI工具的企業中，Anthropic占據約73%的支出份額，而OpenAI僅約27%；在整體企業AI訂閱市場，OpenAI雖然仍以34.4%領先，但Anthropic的增速明顯更快，2026年2月其月環比增長為4.9%，同期OpenAI則出現1.5%的下滑。

差距最明顯的是Coding這一高價值賽道。根據Menlo Ventures報告，Anthropic的Claude Code已經占據約54%的編程市場份額，而OpenAI僅約21%。這款產品在發布六個月后就實現了10億美元年化收入，到2026年2月已超過25億美元。更關鍵的是，它不僅服務開發者，還在向非技術人群擴展，形成更廣泛的生產力工具。

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勢。

這意味著，競爭的邏輯已經發生變化。AI行業不再只是“誰的模型更強”，而是“誰能把模型變成穩定收入”。

在這種背景下，OpenAI內部開始重新定義優先級。2026年3月16日，應用業務CEO Fidji Simo在全員會議上直言，“我們不能因為被副本任務分心而錯過這個時刻，我們必須在生產力方面，特別是企業生產力方面做到極致。”

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，預計虧損將擴大至250億美元，預計最早在2030年代才能盈利，現金消耗率高達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AGI或完成IPO后才能到賬。這使得OpenAI必須在短期內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：優先支持能夠快速產生收入、且可以規模化復制的業務。

對比之下，Sora所在的視頻生成方向，恰恰處于另一端：成本高、變現弱、合規復雜、且短期難以形成穩定現金流。

因此，關停Sora并不是一個孤立決策，而是整個戰略收縮的一部分。

03：從Sora到Coding，AI行業開始進入“算賬時代”

如果把Sora的關停放在更大的時間尺度里看，它真正標志的，不是一款產品的結束，而是AI行業運行邏輯的一次切換。

過去兩年，AI行業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物，它代表的是能力邊界，而不是商業邊界。

但現在，一個更現實的約束開始顯現：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用，AI系統的每一次輸出，本質上都在消耗真實成本。和傳統互聯網產品不同，AI并不存在“邊際成本趨近于零”的規模效應，相反，在高復雜度任務（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，都能轉化為利潤增長。

當這一點被反復驗證之后，行業的評價體系開始發生變化：從“這個能力有多強”，轉向“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。

知名科技產業時評人彭德宇對我們分析到，一類是以視頻生成、多模態內容為代表的方向，它們在技術展示上最具沖擊力，但同時也最“燒錢”，對算力和帶寬的消耗遠高于文本類任務，且用戶付費意愿相對有限。這類產品更容易成為爆款，卻很難成為穩定業務。另一類是以編程、文檔處理、企業自動化為代表的生產力場景，它們的技術形態看起來并不“驚艷”，但具有兩個更關鍵的特征：一是使用頻率高，二是可以直接嵌入企業流程，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，并在短時間內建立收入規模。

這也是為什么，過去一年AI行業的重心，正在從“內容生成”轉向“生產力工具”。前者解決的是“用戶覺得有趣”，后者解決的是“企業愿意付錢”。

當行業開始用同一套標準去衡量不同方向時，結果就會變得非常明確：不是最先進的能力獲得最多資源，而是最先跑通商業模型的能力獲得最多資源。

這種變化，本質上意味著AI正在從“技術周期”進入“商業周期”。

在技術周期中，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：技術上可行，需求上存在，但在當前成本結構下，不具備規模化盈利的條件。

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、產品形態和商業模式之間建立穩定關系。

從這個角度看，Sora的結束，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，而開始變成一個必須講“賬算不算得過來”的行業。

而一旦進入這個階段，類似的取舍不會只發生一次。