硅谷手记｜关停Sora，OpenAI的“断舍离”与AI新赛点

　　新华社旧金山3月26日电 硅谷手记｜关停Sora，OpenAI的“断舍离”与AI新赛点

　　新华社记者吴晓凌

　　美国开放人工智能研究中心（OpenAI）日前宣布将结束“天空（Sora）”视频生成业务，该公司与迪士尼去年12月宣布的一项涉及10亿美元投资和角色授权的合作也随之落空。

　　此举被外界视为OpenAI战略转型的重要举措。观察人士认为，关停Sora不仅是该公司在业务方面的一次“断舍离”，也是人工智能（AI）产业当前竞争转向的缩影。

　　“惊鸿一瞥”难变现

　　Sora是OpenAI于2024年2月推出的一款AI视频生成模型，能够通过文本指令生成“电影级”视频画面。公司随后于2025年9月推出Sora独立应用程序，上线5天内下载量突破100万，被一些业内人士誉为AI视频生成迈向大众化的重要里程碑。

　　据媒体报道，目前OpenAI年化收入超过250亿美元，并于今年2月底宣布完成新一轮融资，估值达8400亿美元。随着规模迅速扩张，OpenAI更迫切需要向投资者证明，对其算力、人才等的高昂投入能有效转化为稳定的商业盈利。

　　Sora虽具备很强的“吸睛”能力，却迟迟未能形成清晰的商业化路径，面临用户增长回落和变现难题。据Appfigures移动平台估算，自上线以来，Sora应用程序内总收入仅约210万美元。另据美国《福布斯》杂志估计，Sora项目每年运行成本高达50多亿美元，严重挤占了公司其他产品团队的资源。

　　与文本和代码生成相比，AI视频生成更耗费算力和存储等资源，审核成本也更高。此外，视频生成赛道并非仅依靠成本控制和模型能力就能取胜，还受制于版权、公共治理等因素。自问世以来，Sora始终面临深度伪造、侵权、未落实平台责任和内容安全要求等相关问题，外界对其滥用风险高度敏感。

　　美国非营利组织“捍卫公众利益组织”曾致信OpenAI要求其下架Sora 2，认为该视频模型可能带来深度伪造内容扩散以及侵犯姓名权、肖像权等问题，对社会公共信任构成威胁。

　　字节跳动公司的Seedance 2．0模型等竞品引发关注，加剧了OpenAI在视频生成赛道的竞争压力。作为曾经的行业定义者，OpenAI在市场竞争、营收、企业责任等多重现实压力下，不得不让Sora这个当初闪亮登场的项目仓促收场。

　　从多线扩张到战略收缩

　　2025年是OpenAI产品线快速扩张的一年，公司同时推进Sora、AI浏览器Atlas、自研硬件以及在ChatGPT中嵌入电商功能等项目。据《华尔街日报》近日报道，公司首席执行官萨姆·奥尔特曼将多项目并行的做法称为“在OpenAI内部押注一系列创业公司”。

　　然而，随着企业组织扩张、产品增多、资源被频繁重新调拨，多线并进模式的弊端开始显现，包括算力资源被分散、团队业务以及权利和责任边界模糊、公司战略优先级愈发不清晰等。

　　据多家媒体报道，OpenAI高层决定削减支线项目，将重心放在开发者和企业用户上，并计划把AI浏览器、ChatGPT应用程序及编程工具Codex整合为一个“超级应用”，以提升经营效率。在近期举行的公司全员会议上，时任OpenAI应用业务负责人菲吉·西莫警告，公司不能因为被各种“支线任务”分散注意力，而错失当前这一关键的发展窗口。

　　由此看来，OpenAI决定关停Sora并非单一产品成败问题，而是从多线扩张转向重点突破的战略收缩。OpenAI将集中资源推进下一代模型研发，代号为“Spud”的全新AI模型已完成初步开发。

　　媒体报道认为，OpenAI一系列新动向反映出公司正在收缩相对分散的产品线，强化能力协同以提升资源配置效率并突出业务主线。

　　产业竞争转向场景落地

　　ChatGPT问世以后，AI产业竞争更多围绕模型性能、内容生成质量和多模态展示能力等展开，但近来的一个显著趋势是，产业竞争的关键正在转变为商业化效率和落地能力，产业核心价值正从消费级“爆款”产品转向企业级应用场景。

　　分析人士指出，一旦AI模型深度嵌入企业系统，客户切换成本将显著上升。未来，AI公司“护城河”的构筑不仅取决于模型性能，也取决于其产品能否成功嵌入企业客户的实际工作体系、流程和决策链条中，这关系到AI企业能否在下一轮竞争中占据优势。据路透社报道，OpenAI与其竞争对手Anthropic公司都在争取与私募股权投资机构合作，以加快向企业客户渗透。

　　在产业竞争日趋激烈背景下，OpenAI等头部AI企业已经到了须向资本市场讲清商业盈利模式的阶段。从这个意义上看，关停Sora、将多项服务整合为“超级应用”、聚焦企业用户和编程业务等，也是从资本逻辑出发的业务调整。

　　OpenAI此番业务调整正是AI产业从“性能展示”向“商业化兑现”转向的缩影。多模态大模型研发仍是重要方向，但如何把文本生成、代码编写和任务执行等能力嵌入客户的真实业务流程并形成可量化的投资回报，将日益成为AI企业的关键考量。