想象一下，有這么一個社交 APP：有人隨便打了一個單詞"Skarmy"，AI 就生成了一段無厘頭的視頻，獲得了 182 萬播放量。而且，平臺上 62% 的內容都是這類東西。

你一定會好奇：就這還有人用？

沒錯，它死了。

2026年3月24日，OpenAI 宣布關停 Sora 消費級 App 和 API。Disney 同步終止了10億美元的投資合作。從 Sora 2 上線到黯然退場，前后不到6個月。[1]

消息公布后，分析鋪天蓋地：算力成本不可持續、用戶留存太差、IPO 前的戰略聚焦……這些解釋都對，但都是從宏觀視角解讀這件事。

我們手里有一組不一樣的數據。

2025年9至10月，Sora 2 用戶增長最迅猛的時期，增長黑盒以上千個全球高熱度話題和社交媒體關鍵詞為種子，在 Sora 平臺上進行了系統性的內容抽樣。經過去重和清洗，得到了987 條獨立視頻，每一條都附帶完整的 prompt 原文、播放量、點贊數、remix 次數等互動數據。

我們通過語義算法，逐條分析了這些 prompt。

結果讓我們意識到一件事：Sora 的困境，可能從發布的第一天就存在了。

在接下來的拆解中，我們試圖回答幾個問題：

• 當 OpenAI 把最強的視頻生成能力免費交給用戶，用戶到底用它做了什么？

• Sam Altman 為 Sora 投入了海量成本 - 他期待的那些用戶，來了嗎？

• 為什么一個"越成功就越虧錢"的平臺，從第一天起就注定走不通？

1

用戶到底在用Sora做什么？

我們對 987 條 prompt 進行了逐條語義分類，采用7個標簽的多標簽體系（一條 prompt 可以同時屬于多個類別）。分類結果如下：

Meme/荒誕娛樂占62.4%，Remix/二創占52.4%。與此同時，商業/品牌內容只有39條，占比4%。能力測試（純粹試探 Sora 能力的 prompt）僅57條。

Remix 內容占據了調研樣本99%的總播放量。原創內容—也就是用戶從零開始寫 prompt 生成的視頻，合計只占1%。這個平臺的流量分配機制，從一開始就把原創內容排除在了注意力之外。

當我們進一步交叉分析，一個更驚人的平臺注意力結構浮現了：如果你的 prompt 既不是 remix 也不是 meme，那么你大概率得到的播放量是兩位數。

說白了，絕大多數用戶來 Sora 不是為了創作，也不是為了測試AI能力—而是為了玩梗。

同時帶有"Remix/二創"和"Meme/荒誕娛樂"雙標簽的視頻有362條，占總量的36.7%。但這36.7%的內容，貢獻了調研樣本83%的總播放量。Remix+Meme 組合的中位播放量是 123,312，其余內容是 52。差距2,371倍。

再看看這個"病毒公式"產出的爆款長什么樣：

• "Bro moves like a 3-ton Roomba "— 198萬播放，22,340次remix

• "Skarmy"— 182萬播放，15,797次remix

• "British Chicken strapped to a drone rapping about not wanting to be fried"— 158萬播放

• "Hippo"— 5個字母，104萬播放，8,302次remix

• "Squirrel eating spicy ramen"— 107萬播放

• "Make it a pizza"— 71萬播放

這些 prompt 有什么共同點？短、荒誕、零門檻理解、天然適合二創。沒有一條超過20個單詞。

還有一個細節值得一提。

在所有包含@提及的 prompt 中，被@最多的人不是任何明星、網紅或創作者——而是Sam Altman 本人。

@sama 出現了47次，占所有@提及的21%，總播放量289萬。遠超第二名 @jakepaul（13次，總播放僅1,654）。

OpenAI 的 CEO 成了自家平臺上最大的表情包素材，用戶在拿他開涮。

與此同時，平臺上36條播放量超過50萬的視頻，來自粉絲不到1,000的賬號。在 Sora 上，爆款完全由"梗度"驅動，跟你是誰、有多少粉絲毫無關系。

與其說這是一個創作者生態，不如說是一個 meme 賭場：押對了梗，所有人都贏；押錯了，沒人看到。

這顯然不是 OpenAI 設想的畫面。那么，OpenAI 到底希望用戶用 Sora 做什么？

2

Sam Altman 期望的 Sora與真實的 Sora

我們有必要先說清楚一件事：OpenAI 做 Sora 的終極目標是訓練一個能理解物理世界運行規律的通用模擬器，最終服務于機器人等領域。

如果一個 AI 能生成逼真的視頻，那說明它"理解"了物理世界的運行規律。

OpenAI 在2024年2月的技術報告中提到，Sora 在大規模訓練后展現出幾種"涌現能力"：3D空間一致性（鏡頭移動時物體位置關系不亂）、物體持久性（人走出畫面再走回來還是同一個人）、簡單物理交互（畫家在畫布上留下筆觸，漢堡被咬了一口有咬痕）。這些沒有被顯式編程，是規模化訓練的副產物。

這是關鍵的一步推導：如果視頻模型"理解"了物理世界，那它生成的視頻就可以作為機器人的訓練環境。

機器人訓練最大的瓶頸是數據—你不可能讓一個機械臂在真實世界里摔壞一萬個杯子來學會"輕拿輕放"。但如果有一個足夠逼真的世界模擬器，機器人可以在虛擬環境中做無限次嘗試。NVIDIA 、Runway 、Google ，現在都在這條路上突飛猛進。

從這個角度看，Sora 首先是一個技術研究項目。但這并不意味著toC 產品是"順手試試"，而是包含了另外一個巨大的野心。

Sam Altman 親自給 Sora 2 定了調—"ChatGPT for creativity"。他在博客中寫道，Sora 要讓每個人輕松地"從想法變成作品"，"人人都是天生的創作者"。[2]

OpenAI 官方把 Sora 的內容形態定義為"Interactive Fan Fiction"—交互式同人創作。[3]

圍繞這個定位，OpenAI 鋪設了一整套社交內容平臺的基礎設施：社交信息流（feed）、用戶主頁、一鍵 remix 功能、Characters 角色生成系統。這些功能組合在一起，指向的是一個完整的創作者社交平臺。

• 商業層面：OpenAI 建立了 Creator 收益分成體系，為專業創作者打造的變現通道。與此配套的是版權控制機制，保護原創者權益的防護網，以及與迪士尼10億美元的投資合作。[4]

• 團隊配置：Sora 的產品/工程負責人 Thomas Dimson，是從Instagram挖過來的。[5]

有了這些配置作為支撐，他們期待的用戶畫像也很清晰：獨立電影人、品牌創作者、故事講述者、教育工作者。

我們已經看到 Sora 上最火的 prompt 長什么樣—"Hippo"、"Skarmy"、"OW"，幾個字母，百萬播放。現在看硬幣的另一面是如何打臉的：

• 一條1,999字符的超寫實黑色電影分鏡（"Ultra-realistic noir cinematic short film, 15 seconds / 30 micro-cuts..."）→17次播放，0次remix

• 一條2,000字符的品牌概念片腳本（"Connected by Paper and Words - Kyobo Bookstore..."）→52次播放，0次remix

• 一條2,000字符的恐怖片預告片分鏡，指定8K分辨率、RED Komodo 6K機位（"THE NIGHT SHIFT — cinematic horror trailer..."）→38次播放，0次remix

如果你專門去找那些使用了專業影視術語的 prompt—"8K"、"cinematic"、"anamorphic"等，在987條視頻里只有36條（3.6%），中位播放量54，其中64%的播放量不到100。

在 Sora 上，最沒用的技能是"提示詞工程"。

也許你會想：是不是根本沒人嘗試認真創作？

不是。影視/藝術類有252條，占總量四分之一。但它們的處境極其矛盾：影視/藝術類中位點贊率2.87%，調研樣本中最高—遠高于 Remix（1.14%）和 Meme（1.42%）。看到的人認可質量。但中位播放量只有42次，調研樣本中最低，71.8%不到數據集中位數。

OpenAI 最想吸引的那批用戶確實來了，他們的作品確實有質量—但平臺對他們視而不見。

當我們對每條 prompt 的"創作嚴肅度"進行評分，并與播放量做相關性分析時，得到的結果是：

Spearman ρ = -0.2762，p < 10?1?。

這是一個統計學上極其顯著的負相關。翻譯成大白話：在 Sora 上，你越認真寫 prompt，播放量越低。

Prompt 長度與播放量的關系更直觀：

≤10字符的 prompt，中位播放量 1,894；201-500字符的 prompt，中位播放量 61。短 prompt 的中位播放量是長 prompt 的31倍。

同樣的反轉再次出現：長 prompt 的點贊率反而更高（1.98% vs 1.14%）。

把以上所有數據匯到一張表里，畫面就完整了：OpenAI 預期的場景完全沒有實現。

3

為什么 toC 模型注定走向崩潰

如果說Sora 原本想打造一個高質量內容創作平臺，現在無意中成為了一個娛樂化玩梗平臺，就會讓平臺開不下去嗎？縱觀所有社交媒體，哪個不是來讓大眾娛樂的？

核心差異不在于用戶來干什么，而在于誰承擔創作成本。

在 TikTok、Instagram、YouTube 上，創作成本由用戶承擔—拍攝、剪輯、后期，平臺只負責分發。況且，每一條內容背后都有用戶的時間投入，這是天然的質量過濾器。

1%的人創作，99%的人刷視頻看廣告。平臺靠消費端的注意力變現，創作端幾乎零成本。用戶發一百萬條視頻，平臺不多花一分錢的"生產成本"。

試想一下，小紅書上的所有頂流博主，比如章小蕙和李誕，都是小紅書的員工，那它還能開的下去嗎？

Sora 把這個邏輯翻轉了：用戶輸入一行文字，平臺承擔全部生成成本。根據 Remio.ai 的測算，Sora 生成一條10秒視頻的內部算力成本約為$1.30。[6]

日算力成本約1500萬美元，月收入峰值僅54萬美元。成本是收入的800倍以上。每一條被生成的視頻OpenAI 都在倒貼$1.30。Sora 研究負責人 Bill Peebles 在2025年10月30日公開承認："The economics are currently completely unsustainable." [7]

傳統社交平臺靠的是正向飛輪：用戶越多 → 免費內容越多 → 消費時長越長 → 廣告收入越高 → 吸引更多用戶。每一圈轉動都在創造價值。

Sora 的飛輪是反著轉的。AI 視頻生成的邊際成本極高，而且目前看不到大幅下降的路徑。用戶越多 → 生成請求越多 → 算力消耗越大 → 虧損越深。

更要命的是，前文揭示的"爆款公式"讓這個反向飛輪加速旋轉：一條 meme 爆了 → 幾千人點擊 remix → 幾千條新視頻被生成 → OpenAI 為每條支付$1.30。"Bro moves like a 3-ton Roomba" 被 remix 了22,340次——僅這一條 prompt 的衍生內容，就可能讓 OpenAI 付出近3萬美元的算力成本。

越成功，越虧錢。AI 把創作門檻降到了零，但創作的成本并沒有消失—它只是從用戶側轉移到了平臺側。 這個成本轉移，才是 Sora 作為消費級平臺無法運轉的根本原因。

現在回過頭看 Sora 的產品設計：創作門檻降低獎勵的是傳播效率，不是創作質量。認真創作者不是不存在—但當創作零成本、傳播有即時反饋時，優化傳播就是最理性的選擇。

你是愿意在這樣一個無厘頭的平臺上花錢買一個表情包呢，還是愿意在上面點擊 10 條廣告呢？

Sora 的關鍵指標在上線后迅速惡化：下載量從峰值330萬驟降至110萬。月收入從54萬跌至36.7萬。[8] a16z 披露的30天用戶留存率僅有1%。100個注冊用戶，一個月后只剩1個還在用。[9]

對照來看，可靈、即夢等競品選擇了截然不同的路徑—"工具"定位，按使用量收費，不做社交 feed。它們避開了 Sora 的成本倒掛陷阱：用戶付費，平臺可持續；用戶為結果付費，自然追求質量。

你可能會有另一個質疑：說不定所有大眾化的AI生成平臺最終都會變成 meme 工廠？

并非如此。Kapwing 在2025年10月對 Midjourney 平臺內500萬條用戶公開分享的prompt 進行了關鍵詞頻次研究。[10]

在海外，Midjourney 并不是小眾產品，而且使用門檻也非常低 - 并不是像國內一樣，只有專業人士才會用，很多海外小白用戶都在上面。

結果顯示：Midjourney 用戶引用最多的是 Art Nouveau 畫家 Alphonse Mucha（23萬次）、電影導演 Wes Anderson（9.2萬次）、建筑師 Zaha Hadid（6.3萬次）。品牌內容同樣活躍—僅 McDonald's 一個品牌就出現在1.8萬條 prompt 中。

在生成圖片和視頻的過程中，無論是用戶們的“認真程度”，還是產出內容的“商業價值”，都是遠超 Sora。

Sora 試圖同時實現三件事：免費使用 × 高質量內容 × 平臺可持續。但在它的架構下，這三者互相矛盾：

• 免費 + 高質量→ 成本不可承受

• 免費 + 可持續→ 只能靠廣告變現，但品牌幾乎缺席

• 高質量 + 可持續→ 必須向用戶收費，但一旦收費就失去了社交平臺的用戶基數

4

APP的答卷交完了，世界模擬器的考試才剛開始

Sora App回答了一個問題：當你把最先進的AI視頻生成技術包裝成免費社交平臺，交給用戶，會發生什么。

對行業而言，AI視頻生成的 toC 變現路徑，可能更接近工具模式（按量付費）而非平臺模式。用戶為結果負責，平臺才可持續。

但 Sora App 的關停，不代表 Sora 背后技術探索的終結。

OpenAI 官方在關停聲明中明確表示：Sora 研究團隊將繼續專注于世界模擬研究，為機器人等領域提供支持。2024年那篇技術報告的標題已經寫明了初心——"Video generation models as world simulators"—視頻生成從來不只是為了做短視頻。

這條賽道正在加速。Google DeepMind 的 Genie 3 實現了首個實時交互式世界模型，NVIDIA 的 Cosmos 面向 Physical AI 已超200萬次下載，Runway 的 GWM-1 支持可探索的虛擬環境，李飛飛的 World Labs 推出了 Marble……理解物理世界的競賽，才剛剛開始。

Sora 的 toC 故事結束了，而另一半問題—AI對物理世界的理解最終會把我們帶向哪里？

答案還在路上。

數據來源：

[1] VentureBeat. (2026, March 24). OpenAI is shutting down Sora, its powerful AI video model, app and API.

[2] Altman, S. (2025, September 30). Sora 2. Sam Altman. https://blog.samaltman.com/sora-2

[3] Weprin, A. (2026, March 23). OpenAI walks back opt-out for Sora video app, citing high IP character usage. The Hollywood Reporter.

[4] Techi. (2025, September 24). OpenAI to give content owners control and monetization for Sora AI video app.

[5] Redpoint. (2025, November 13). Sora creators Bill Peebles, Rohan Sahai, Thomas Dimson on their unexpected viral success. Redpoint Content Hub.

[6] Remio. (2026, March 25). The real Sora cost: OpenAI's $5 billion AI video problem. Remio Blog.

[7] Peebles, B. [@billpeeb]. (2026, March 24). I know everyone is disappointed about the Sora app/API, but it’s for the best. To solve the physics [Tweet]. X.

[8] Andreessen Horowitz. (2026, March 24). The top 100 Gen AI consumer apps: March 2026 edition. a16z News.

[9] Curry, D. (2026, March 26). Sora statistics: Users, revenue, and video generation data. Business of Apps.

[10] Kapwing. (2025, December 10). The most used prompts for AI videos and images. Kapwing Blog.

- 我們是誰 -

我們是增長黑盒Growthbox，一家研究型商業媒體。

我們深耕消費零售與科技領域，以數據洞察與商業研究為核心驅動力，構建專業的內容與知識體系。秉承嚴謹的“科學家精神”，我們通過深度研究、實驗驗證和趨勢監測，為頭部品牌及科技企業提供前瞻的增長策略與數字化解決方案。

作為領先的專業媒體機構，我們獨立產出深度報告、行業白皮書及高影響力內容（近百個品牌監測、多篇10萬+深度解讀），持續為品牌高管、投資者及行業生態提供關鍵洞察，被眾多權威媒體、券商及研究機構廣泛引用。

「報告合集」||||||||

「深度案例」|||||||||||||||||||||||||

「增長研究」|||||||||