Sora 猝死：6 个月寿命背后的 AI 产品困局
2026 年 3 月 24 日，OpenAI 悄然关停 Sora。这款被寄予厚望的视频生成模型，从发布到死亡，仅存活了 6 个月。
一、从"下一个 iPhone"到"下一个 Friend"
2024 年初，OpenAI 放出一段 Sora 生成的视频：一只毛茸茸的猛犸象在雪地里行走，镜头跟随、光影变化、毛发飘动——一切看起来如此真实。
那一刻，科技圈炸了。
"视频生成的 iPhone 时刻到了。" "好莱坞要完了。" "OpenAI 的下一个千亿美金产品。"
迪士尼迅速跟上，签下了一份价值 10 亿美元的合作协议。
然后，2026 年 3 月 24 日，OpenAI 没有发公告，没有告别信，只是默默关掉了 Sora 的服务入口。
从发布到关停，6 个月。迪士尼的 10 亿合约告吹。
Sora 死了。但这件事，跟每个技术人都有关。
二、Sora 时间线：一场被压缩到极致的产品生命周期
| 时间 | 事件 |
|---|---|
| 2024.02 | Sora 首次公开演示，视频生成质量震惊业界 |
| 2024.10 | 正式开放付费订阅 |
| 2024.12 | 迪士尼签署 10 亿美元合作协议 |
| 2025.03 | 用户增长停滞，付费转化率远低于预期 |
| 2025.06 | 迪士尼合作搁置，10 亿合约实质失效 |
| 2025.09-2026.03 | 持续亏损，日均亏损超千万美元 |
| 2026.03.24 | Sora 正式关停，OpenAI 转向 Spud |
6 个月。
传统软件行业，6 个月可能刚够完成一轮需求评审。AI 行业，6 个月足够一个产品从诞生到死亡。
AI 产品平均生命周期已从 2023 年的 18 个月，压缩到 2025 年的 8.3 个月。
Sora 不是个例。
三、困局一：先发优势只有 4 个月
AI 产品有个悖论：技术门槛越高，产品寿命越短。
为什么？一旦某个 AI 方向被验证可行，所有巨头都会在 3-6 个月内推出竞品。
视频生成？Google 有 Veo，Meta 有 Movie Gen，国内有可灵、即梦。文本生成？GPT、Claude、Gemini 三足鼎立，每月都在迭代。
AI 行业，先发优势的平均保质期是 4.2 个月。
Sora 在 2024 年初发布时确实是"独一份"。但到了 2024 年底，市场上已经有至少 8 个竞品。到了 2025 年中，开源模型的质量已经接近闭源。
先发者不仅没有护城河，反而承担了最高的教育成本和市场风险。
四、困局二：越用越亏的商业模式
Sora 关停的根本原因只有一个字：钱。
视频生成的计算成本是文本生成的 10-100 倍。一段 60 秒的高清视频，需要消耗约 200-500 个 GPU 小时的推理算力。按 H100 的市场价格计算，单次生成的硬件成本就在 5-15 美元之间。
算笔账：
假设 Sora 有 100 万月活用户，每人每月生成 10 段视频：
- 月生成量：1000 万段
- 单次硬件成本：$10（取中值）
- 月硬件成本：$1 亿
- 月运营成本（含研发、存储、带宽）：$2-3 亿
- 日均亏损：$1000 万+
Sora 的订阅价格是每月 $20-200。即使 100 万用户全部付费，月收入也只有几千万美元——远远不够覆盖成本。
视频生成这门生意，越用越亏。
这不是 OpenAI 一家的问题：
| 公司 | 产品 | 状态 |
|---|---|---|
| OpenAI | Sora | ❌ 已关停 |
| Veo | 限流运营 | |
| Meta | Movie Gen | 仅内部使用 |
| 快手 | 可灵 | 持续亏损中 |
| 字节 | 即梦 | 补贴用户 |
当单位经济模型不成立时，规模越大，死得越快。
五、困局三：从"能做什么"到"能赚什么"
Sora 关停后，OpenAI 宣布全力押注"Spud"。
Spud 的具体细节尚未公开，但行业分析指向一个明确的方向：从"通用内容生成"转向"可商业化落地的垂直应用"。
逻辑很简单：
- 通用视频生成无法盈利——成本太高，付费意愿太低
- 垂直场景有明确 ROI——企业愿意为能直接赚钱的 AI 买单
- Agent 才是下一个战场——2026 年，40% 的企业应用将接入 AI 智能体（2025 年这个数字还不到 5%）
2026 年全球 AI 支出达到 2.52 万亿美元，同比增长 44%。钱流向了哪里？
不是视频生成，不是图像创作，不是音乐制作。
是企业级 AI 基础设施、Agent 平台、行业解决方案。
88% 的企业已经采用 AI，但它们买的不是"能生成视频的玩具"，而是"能降本增效的工具"。
六、给技术人的 4 条启示
1. 选对赛道比努力更重要
Sora 团队的技术实力毋庸置疑，但他们选择了一个单位经济模型不成立的赛道。
技术人的职业选择同理。加入一个商业模式不成立的项目组，技术再牛也救不了。
2026 年，哪些赛道有明确的商业闭环？
- 企业级 AI Agent 开发
- AI 基础设施（推理优化、边缘部署）
- 行业垂直解决方案（金融、医疗、制造）
- AI 安全与合规
2. 别被 Hype Cycle 绑架
Gartner 的技术成熟度曲线在 AI 时代被压缩到了极致。一个技术从"期望膨胀期"到"泡沫破裂谷底"，可能只需要 6 个月。
判断一个方向是否值得投入，看三个指标：
- 单位经济模型是否成立？（单次服务的收入 > 成本）
- 用户是否愿意持续付费？（不是一次性尝鲜）
- 竞争壁垒是什么？（3 个月后别人能不能复制）
3. 视频 AI 还没到商业化拐点
Sora 的失败不代表视频生成的未来没有机会。它只代表一件事：以当前的技术成本和商业模式，通用视频生成还无法规模化盈利。
可能的拐点：
- 推理成本下降 10 倍（需要新一代芯片或架构突破）
- 出现杀手级应用场景（目前还没有）
- 商业模式创新（不是订阅制，而是按效果付费）
4. 关注"卖水人"而非"淘金者"
淘金热中赚钱的从来不是淘金者，而是卖铲子的人。
AI 行业的"卖水人"：
- 算力基础设施提供商
- AI 开发工具和框架
- 模型部署和优化服务
- AI 安全和合规服务
这些方向的共同特点：需求确定、成本可控、竞争壁垒高。
七、结语
Sora 死了。
但它不是白白死的。
它用 6 个月的寿命和数十亿美元的代价，给整个 AI 行业上了一堂最贵的商业课：
技术再强，也算不过经济学。
下一次，当有人告诉你"这个 AI 方向一定能成"时，先问三个问题：
- 单次服务的成本是多少？
- 用户愿意付多少钱？
- 三个月后，别人能不能复制？
如果这三个问题没有答案，那下一个 Sora，可能就是你正在做的项目。
💬 你怎么看 Sora 的关停？你认为 AI 视频生成还有机会吗？欢迎在评论区聊聊。
