Sora 失败拆解：5 天冲上热榜，7 个月后被 OpenAI 关掉

一句话总结：Sora 不是因为生成质量不够好而失败，它把一项极具传播力的生成能力，装进了一个免费、耗算力、带社交信息流的消费产品，最后没有证明用户会持续回来、愿意付费，而且能覆盖不断上升的推理与安全成本。

增长判断：Sora 2 在 2025 年 9 月 30 日发布，五天内下载超过 100 万次，并登上美国 App Store 总榜前列。到 2026 年 1 月，累计下载达到 960 万，但当月安装量环比下降 45%，消费收入降至 36.7 万美元；全球累计消费者支出只有 140 万美元。Sora 网页版和 App 已于 2026 年 4 月 26 日停用，API 计划于 2026 年 9 月 24 日停用。1234

增长因果链：高质量视频和「把自己放进场景」带来强拉新与首轮创作 → 免费初期降低了付费筛选，信息流又把创作变成短暂娱乐 → 下载增长快速转弱，公开收入远低于 ChatGPT → 版权、真人肖像和有害内容增加治理负担 → OpenAI 把算力和团队转向机器人、企业与更高生产力场景，退出独立 Sora 产品。567

结论：Sora 的 AARRR 前半段跑得很快，后半段没有被公开数据证明。它证明了用户愿意试用 AI 视频，却没有证明用户愿意把 AI 视频变成稳定习惯。

Sora 的关键增长问题，是把两个不同的产品混在了一起：一边是高成本的创作工具，另一边是低门槛的短视频信息流。创作工具需要用户有明确任务，信息流需要足够多的新内容和足够低的消费成本。两者都能拉高使用量，却会把成本和价值推向相反方向。

可证伪指标应该这样设：连续 8 周观察同一批用户，如果 D30 留存低于 15%、每周创作用户占比低于 20%，同时付费用户产生的毛贡献不足以覆盖其推理和审核成本，就停止扩大免费信息流。这里的阈值是本期给产品团队的决策建议，不是 Sora 的历史披露数据。

结论：生成式视频的需求确实存在，但 Sora 没有拿到一个可验证的独立市场规模。它拥有大市场想象，却没有把「谁付钱、为什么持续付钱」讲清楚。

OpenAI 在发布时把 Sora 描述成「创作、分享和观看视频」的新产品，Sam Altman 也把它称为「ChatGPT for creativity」的时刻。公司同时承认，社交媒体可能带来上瘾、霸凌和低质量内容，并写下了「如果无法修复，就停止提供服务」的原则。8 这暴露出一个产品选择：Sora 想做的不只是视频模型，而是一个新的内容入口。

这个入口需要同时回答三个问题。第一，普通用户为什么要每天创作，而不是只在发布当天玩一次。第二，谁来持续生产值得看的内容。第三，每段视频的生成、审核、存储和分发成本由谁承担。Sora 的公开数据回答了第一个问题的前半句，却没有回答后三个商业问题。

判断市场机会是否真实，可以看两个阈值：一是至少有一个明确职业人群愿意按月购买，而不是只在免费额度内试用；二是创作者产生的收入或客户线索，能够超过生成一条可用视频的综合成本。Sora 在停用前没有公开这两项数据，置信度只能给 C。

结论：Sora 的战略问题不是「视频没有未来」，而是独立消费视频产品在 OpenAI 的资源排序里没有足够高的优先级。

Sora 2 的产品形态很清楚：模型负责视频与同步音频，App 负责 feed、remix 和 characters，用户负责创作与分享。1 但它依赖三项昂贵能力同时成立：高质量生成、内容社交分发、实时安全治理。每增加一个用户，可能同时增加算力、审核和版权风险，而不是只增加广告展示或订阅收入。

停用时，OpenAI 给出的公开方向包括世界模拟研究、机器人和解决现实世界物理任务；Reuters 报道的知情信息还包括把资源转向编程工具和企业客户。67 这意味着 Sora 的研究能力可能仍有价值，但独立 App 已经不再是优先承载方式。

Disney 合作把这个冲突放大了。2025 年 12 月宣布的三年合作原本涉及 10 亿美元投资和 200 多个角色的授权使用，但 Reuters 报道称交易没有实际资金流动，Sora 退出后合作也被取消。6 产品还没有完成稳定变现，就先承担了高规格版权合作的组织成本。

如果一项消费 AI 产品同时需要模型、内容、社交和版权四套系统，却没有自己的强分发入口，它就会在每一项上都和更大平台竞争。Sora 有技术声量，但没有证明自己能成为 OpenAI 不可放弃的用户入口。

结论：Sora 面对的不是一个「视频模型榜单」，而是四种不同的用户替代方案。它最难守住的地方，正是创作工具和内容平台之间的空白。

这张矩阵的核心结论是：Sora 选择了最贵的组合，却没有形成最强的防守。它的技术领先可以被竞品追赶，短视频 feed 可以被平台复制，characters 可以被其他模型加入；能长期留下用户的，反而是工作流、分发和关系网络。

结论：Sora 的首屏体验极强，第二周体验不一定成立。它把「生成一段惊人的视频」优化得很好，却没有把用户的下一项具体任务设计出来。

Sora 2 的产品链路大致是：输入提示词或参考素材，生成带音频的短视频，浏览 feed，remix 他人的作品，再用 characters 把自己或朋友加入场景。官方还强调了可见水印、C2PA 元数据、肖像授权、青少年保护和多层内容过滤。15 这套设计让第一次使用很容易理解，风险治理也被放进了产品基础设施。

问题出在价值频率。characters 解决了「我为什么想试一次」，却没有自动解决「我为什么下周还要用」。remix 解决了内容接力，却不等于创作者能获得客户、粉丝或收入。无限 feed 解决了空白首页，却可能把用户带回一个已经被 TikTok、Instagram 和 YouTube 教会的消费习惯。

产品团队应该把创作行为分成三类：一次性娱乐、持续内容生产、可交付工作。第一类适合拉新，第二类能形成留存，第三类才可能承载付费。Sora 的公开材料和产品舆论主要集中在第一类，关于第二类和第三类的任务完成率没有披露。

安全也不是附属模块。Sora 上线后很快出现已故公众人物、版权角色和深度伪造内容，BBC 记录了相关争议；MIT Technology Review 还指出，视频生成比文本和图像更耗能、更昂贵，且版权方的退出机制可能加重治理复杂度。210 产品每获得一份真实感，就要多承担一层审核和权利处理。

结论：Sora 的商业模式把可变成本放在了前面，把付费理由放在了后面。免费初期适合验证兴趣，却不适合长期承载无限视频生成。

OpenAI 发布 Sora 2 时表示产品初期免费，并给出较宽松的使用额度；MIT Technology Review 记录了当时「免费、无限制生成」的产品状态，也指出视频生成是更耗能、更昂贵的 AI 形式。110 这套策略可以迅速做出内容样本，但会把最昂贵的用户也先吸引进来。

收入表现没有跟上。BBC 报道称，Sora 在同一时期的全球净应用内收入约 140 万美元，而 ChatGPT 为 19 亿美元；Yahoo Finance 引用的移动端数据也显示，Sora 累计消费者支出约 140 万美元，且 2026 年 1 月单月消费收入降至 36.7 万美元。39 两个来源的口径接近，至少能确认公开变现规模没有匹配早期声量。

Sora 的收入分母还不完整。订阅收入是否计入、ChatGPT Pro 用户贡献多少、API 计划产生过多少收入、推理与审核成本是多少，均未披露。因此不能把 0.15 美元每次安装当作用户终身价值，只能把它当作一个警报：大量下载没有自然转成足够的现金流。

更合理的商业路径有三条：

这三条路径都比「免费社交视频 App 先做大，再寻找广告或分成」更容易验证。OpenAI 最终选择把独立产品停掉，说明公司没有等到这套消费商业模式被证明。

结论：Sora 留下的第一条教训，是爆款生成能力和可持续产品之间隔着一整套经济学。

第一，下载峰值不能替代留存。Sora 五天 100 万下载很耀眼，但后续安装和消费收入回落，说明获取效率没有变成稳定使用。做 AI 产品时，首周视频数量和社交传播量只能回答「大家愿不愿意试」，不能回答「大家是否会回来」。

第二，真实感越强，成本和责任越重。MIT Technology Review 把视频生成的能源与成本问题放在产品商业化的核心位置；BBC 记录的版权角色、已故公众人物和深度伪造争议，则说明审核成本不是上线后的偶发事故。210 如果产品把每一次生成都做得更真实，就要同步提高价格、审核能力和权利处理效率。

第三，独立 App 不是 AI 能力的唯一容器。Sora 的模型研究可以继续服务机器人、世界模拟或其他产品，OpenAI 也明确把资源转向这些方向。47 对创业公司来说，真正要问的不是「模型能不能生成」，而是「哪个分发、工作流或数据关系会让这项能力留下来」。

第四，版权策略会反过来决定产品形态。Sora 需要可见水印、C2PA、肖像授权、内容过滤和人工复核，OpenAI 在发布前就把这些机制写入产品说明。5 这不是合规团队的后台任务，而是决定内容能否公开、能否商业化、能否被企业采购的产品条件。

结论：如果在 Sora 2 发布前重做决策，我会保留模型和创作能力，放弃「免费无限生成 + 独立社交 feed」作为第一阶段的主路径。

给今天做视频 AI 的团队，我会设三道闸门。

第一道是需求闸门：用户第一次生成后，30 天内至少完成一个可交付任务，例如广告预演、课程片段、产品演示或客户提案。只会生成「好玩的片段」，不算通过。

第二道是经济闸门：把模型调用、重试、审核、存储、带宽和退款全部算进单条视频成本。若付费用户的月贡献毛利不能覆盖自己的使用成本，就收紧免费额度，不再用下载量掩盖亏损。

第三道是风险闸门：把肖像、版权、未成年人和虚假信息列为产品指标，而不是上线后的投诉事项。高风险内容拦截率、误伤率、申诉处理时长和权利方撤下时长，都要在扩量前给出阈值。

Sora 的失败判断可以被证伪：如果未来 OpenAI 在其他入口重新推出同等能力，并通过订阅、企业工作流或 API 获得稳定收入，那么失败的是独立消费产品形态，不是视频生成技术；如果类似产品都无法在不依赖巨额补贴的情况下形成留存和付费，才说明问题更接近生成式视频的整体商业化难题。