要点
- Sora 在六个月后去世：OpenAI 于 2026 年 3 月 24 日关闭了其 AI（人工智能）视频应用程序，该应用程序内总收入仅为 210 万美元，而预计峰值推理成本为每天 1500 万美元。
- 推理成本墙是结构性的：生成单个 AI 视频剪辑的计算成本比 ChatGPT 文本对话高 10-50 倍。截至 2026 年 3 月，没有任何定价模型可以弥补消费者规模的这一差距。
- 这是铱星剧本：1999 年，摩托罗拉的铱星卫星电话系统耗资 50 亿美元建造，运行完美。该公司在 9 个月内就破产了，因为通话费用为每分钟 5 美元，而手机费用则降至几美分。索拉死于同样的疾病：完美的技术，不可能的经济。
- 消费者人工智能面临清算：如果拥有数十亿美元支持的 OpenAI 无法让视频生成付费，那么整个计算密集型消费者人工智能产品类别都会受到关注。
六个月、210 万美元和价值 10 亿美元的尸体
2026 年 3 月 24 日，OpenAI 在 X 上发布了告别消息：“我们要告别 Sora 应用了。”
该声明礼貌而感激，完全没有提及重要的数字：Sora 一生的应用内购买总收入为 210 万美元。
这不是一个错字。两点一百万美元。全部的。六个月多了。这款应用在 2025 年 9 月发布后 24 小时内就在 App Store 照片和视频类别中排名第一，并在 11 月份下载量达到峰值 333 万次。
与此同时，Cantor Fitzgerald 分析师 Deepak Mathivanan 估计 Sora 的峰值推理成本约为每天 1500 万美元，每个剪辑生成的计算成本约为 1.30 美元。按照这样的消耗速度，Sora 整个六个月的收入无法覆盖三个半小时的峰值计算。
迪士尼于 2025 年 12 月签署的价值 10 亿美元的协议（涵盖迪士尼、漫威、皮克斯和星球大战的角色授权）也已终止。没有钱易手。
OpenAI 自己的 Sora 负责人 Bill Peebles 在社交媒体上承认，“目前的经济状况完全不可持续”。
这不是一个关于劣质产品的故事。这是一个关于每一个计算密集型消费人工智能产品都会遇到的结构墙的故事。
推理成本墙：为什么视频打破了数学原理
要了解 Sora 死亡的原因，您需要了解训练模型和运行模型之间的区别。
培训是一次性成本。您花费数亿美元来教导模型理解视频，然后这笔成本将永远分摊到每个用户身上。本网站广泛报道 的超大规模资本支出周期主要是一个培训和基础设施故事。
推理是每次使用的成本。每次用户单击“生成”时，模型都会运行。视频推理是一个怪物。单个高质量视频剪辑需要的计算量比典型的 ChatGPT 对话多 10-50 倍。每月生成 20 个视频的用户消耗的计算量比一千个文本会话消耗的计算量还要多。
这是杀死索拉的数学：
| 公制 | ChatGPT（文本） | 索拉（视频） |
|---|---|---|
| 每次交互的计算 | 1x（基线） | 10-50 倍 |
| 订阅价格 | $20/月 | 20 美元/月（捆绑） |
| 每个计算单元的收入 | 可持续发展 | 成本的约 2% |
| 用户行为 | 日常、习惯 | 情景式、基于项目的 |
ChatGPT 之所以有效，是因为文本推理足够便宜，每月 20 美元的订阅就可以涵盖它。 Sora 破产了，因为视频推理的成本贵了 10-50 倍，但用户不愿意支付 10-50 倍的费用。他们期望它是捆绑的或便宜的，就像文本一样。
这就是推理成本墙：计算密集型人工智能的运行成本与消费者为使用它支付的费用之间的差距。对于文本人工智能来说，这一差距已经缩小。对于视频人工智能来说，情况并非如此。
保留崩溃：没有人回来
成本只是问题的一半。另一半是没有人多次需要索拉。
到 2026 年 2 月，注册 Sora 的用户中每月回访的用户不足 5%。下载量从 2025 年 11 月的 333 万次骤降到 2026 年 2 月的 113 万次，三个月内下降了 66%。
模式很明确：用户会为特定项目或好奇心生成一些剪辑，然后再也不会回来。人工智能视频生成本质上是偶发性的，而不是习惯性的。你不能像打开 ChatGPT 那样在早餐时打开 Sora。当您需要演示或社交帖子的剪辑时，您可以使用它，然后几周就可以完成。
这意味着 Sora 每天要消耗约 1500 万美元来服务不断萎缩且几乎没有参与度的用户群。相比之下，ChatGPT 报告称每周有 9 亿活跃用户，这些用户产生了经常性的习惯性需求，这证明了基础设施的合理性。
而竞争护城河几乎立刻就消失了。 Runway Gen-3 于 2025 年 10 月推出，Kling 2.0 于 11 月推出，Google Veo 2 于 2026 年 1 月推出，所有这些都在几个月内达到了可比或更高的质量。当 OpenAI 尝试扩展 Sora 以获得更广泛的访问时，质量急剧下降，用户注意到了。没有转换成本，没有数据锁定，也没有网络效应。
铱星并行：完美的技术，不可能的经济
这种情况以前也发生过。
1998年，摩托罗拉推出了铱星卫星电话网络，耗资50亿美元建设。它的工作原理与广告中的一模一样：你可以从地球上的任何地方打电话，从太平洋中部到珠穆朗玛峰山顶。这项技术是真正的工程胜利。
该公司于 1999 年 8 月 13 日破产，即成立九个月后。
技术不是问题。经济学是。铱星手机售价 3,000 美元，通话速度高达每分钟 5 美元。与此同时，地面蜂窝网络正在快速扩张，并将其价格降至每分钟几美分。 Iridium 预测订户数为 500,000；它得到了 10,000。
破产后，铱星以2500万美元的价格出售，原投资者损失了99.5%。卫星继续工作。新所有者重组了业务，瞄准利基市场（海事、军事、远程工业），并将 Iridium 打造成一家盈利的公司，2024 年收入为 8.31 亿美元。
与 Sora 的相似之处是精确的：
| 因素 | 铱 (1998) | 索拉 (2025-2026) |
|---|---|---|
| 技术 | 完美运作 | 完美运作 |
| 基础设施成本 | 50 亿美元 | 预计。计算领域$500M-$2B |
| 按使用经济性 | 通话 5 美元/分钟 | ~$1.30/剪辑生成 |
| 更便宜的替代品 | 蜂窝网络（$0.10/分钟） | 文本 AI（$0.001/查询） |
| 用户留存 | 10K 与 500K 预测 | 每月留存率 5% |
| 失败时间 | 9 个月 | 6 个月 |
| 接下来发生了什么 | 售价 2500 万美元，重建 | 计算重定向到 ChatGPT |
铱星的教训并不是卫星电话是愚蠢的。当更便宜的替代方案覆盖绝大多数用例时，用昂贵的技术服务大众市场的经济效益就行不通了。 Sora 的“更便宜的替代方案”并不是另一个视频生成器。这是文字。
灰色地带：成本正在下降，但速度还不够快
这就是索拉悲观主义者需要踩刹车的地方。
人工智能推理成本一直在直线下降。斯坦福大学的 AI Index 发现，2022 年 11 月，查询具有 GPT-3.5 级别性能的模型的成本为每百万代币 20.00 美元；到 2024 年 10 月，每百万代币的同等性能成本为 0.07 美元——在大约 18 个月内崩溃了 280 多倍。
2026 年 3 月 25 日，即 Sora 去世一天后，Gartner 发布了一项预测，预计到 2030 年，一万亿参数模型的推理成本将再下降 90%。
四种复合力量正在推动这种下降：硬件效率的提高使每代 GPU（图形处理单元）的吞吐量提高 2-3 倍，软件优化将 GPU 利用率从 30-40% 提高到 70-80%，MoE（专家混合）等模型架构改进使每个代币的计算量降低 3-5 倍，以及量化技术将内存需求削减 2-4 倍。
问题不在于人工智能视频是否会变得负担得起。正是时候。即使成本比 2026 年 3 月又提高了 10 倍，每个剪辑大约 0.13 美元的视频生成仍然无法达到广告或廉价订阅可以吸收的规模。要达到低于便士的发电成本（消费者规模经济开始复苏），可能需要 Gartner 项目到 2030 年额外削减 90%。
《铱星》的续集在这里很有启发性。卫星通信并没有消亡。它变得更便宜，找到了利基市场，并最终变得可行。截至 2018 年，Iridium 为超过 100 万用户提供服务。但它花了 20 年时间，彻底重新构想了商业模式。
消费者人工智能视频也将遵循同样的轨迹。该技术将继续存在。经济学最终会发挥作用。但为现在和那时之间的差距提供资金的公司将会流失。
接下来消亡的是什么：消费者人工智能的清算
索拉并不是最后一个受害者。这是煤矿里的金丝雀。
每一个依赖于大量推理的人工智能产品都面临着同样的困境。当你超越文本时，经济效益会变得更糟：
| 产品类别 | 推理成本与文本 | 消费者价格敏感性 | 可行性（2026 年 3 月） |
|---|---|---|---|
| 文字聊天 (ChatGPT) | 1x | 低（20 美元/月） | 可行 |
| 图像生成 | 5-10 倍 | 中等 | 边缘 |
| 音频/音乐生成 | 10-20 倍 | 高 | 面临风险 |
| 视频生成 | 10-50 倍 | 非常高 | 死了（暂时） |
| 实时3D/游戏 | 50-100 倍 | 极限 | 不可行 |
从文本转向更丰富的媒体越远，经济效益就越差。计算强度的每一步都会遇到相同的推理成本墙。消费者已经接受了二十年的免费互联网服务的训练，期望人工智能是廉价或免费的。
这导致了结构性分裂：**人工智能成为一种企业工具，而不是消费产品。**企业可以吸收取代视频制作团队的人工智能视频工具的更高的每用户成本。消费者不能也不会。
OpenAI 似乎明白这一点。他们的官方声明引用了“世界模拟研究，以推进机器人技术，帮助人们解决现实世界的物理任务”的支点。翻译：客户可以负担得起计算费用的企业和工业应用程序。
IPO 数学：为什么 Sora 现在必须死
这里有一个战略维度是“产品失败”叙述所忽略的。
OpenAI 正在准备 IPO。 Sora 上燃烧的每一美元计算都没有通过 ChatGPT 赚取收入，而 ChatGPT 是他们真正赚钱的产品。由于整个行业的资本支出预算已经捉襟见肘，计算分配是一场零和游戏。
杀死空不仅仅是减少损失。这是投资组合优化。 OpenAI 选择将 Sora 的 GPU 能力转向 ChatGPT 及其 API（应用程序编程接口）业务，这是单位经济效益发挥作用的地方。对于一家IPO轨道公司来说，这是理性的：通过关闭资金熔炉向投资者展示一条盈利之路。
迪士尼交易的失败强化了这一点。 10 亿美元的投资听起来很大，但它不会改变 Sora 的单位经济效益。如果生成每个剪辑的成本为 1.30 美元，而用户每月支付的费用不会超过几美元，那么迪士尼 IP 的数量再多也无法改变这一数字。
人工智能投资者的铱星法则
每个技术泡沫都遵循一种模式：建设基础设施，发现经济不起作用，崩溃，然后在废墟上重建。 Iridium 的 50 亿美元亏损变成了 2500 万美元的收购，成为一家年收入 8.31 亿美元的公司。
基础设施并没有消失。投资者确实如此。
对于现在评估人工智能公司的任何人来说，铱星规则很简单：将技术问题与经济问题分开。“这个人工智能模型有效吗？”这是与“这个 AI 模型能否产生比运行成本更多的收入？”不同的问题。空对第一个问题的回答是“是”，对第二个问题的回答是“绝对不是”。
能够克服推理成本墙的公司是那些为能够负担得起计算费用的客户提供服务的公司：企业、政府和专业行业。这些公司押注于大众市场消费者人工智能视频、音乐和订阅价格的实时生成，正在蜂窝世界中制造铱星手机。
技术是真实的。成本正在下降。但 2026 年 3 月的推理成本与消费者生存所需的成本之间的差距是以数年而非数月来衡量的。索拉提前六个月参加了一场要到本世纪末才开始的派对。
资料来源 (9)
- deeperinsights.com Deeper Insights - OpenAI Shuts Down Sora AI
- digitalapplied.com Digital Applied - Why OpenAI Killed Sora Analysis
- cnbc.com CNBC - OpenAI Shutters Sora Short-Form Video App
- aicerts.ai AI Certs - Sora Daily Inference Cost Estimate
- gartner.com Gartner - Inference Cost Projections to 2030
- gpunex.com GPUnex - AI Inference Economics 1000x Cost Collapse
- en.wikipedia.org Iridium Communications - Wikipedia
- hpcwire.com HPC Wire - OpenAI Shutters Sora Shifts Strategy Ahead of IPO
- variety.com Variety - OpenAI Shutting Down Sora Video Platform
🦋 Bluesky 讨论
在 Bluesky 上讨论