Let's Make AGI Real

I, Robot

Sora之死，与世界模型之梦

六个月，一场盛大的葬礼

2026年3月24日，旧金山。OpenAI发布了一则简短的公告：Sora，那个曾经让全世界屏息的AI视频生成器，即将关闭。iOS应用、API、Sora.com——全部下线。

六个月。从万众瞩目到草草收场，Sora的一生，比它生成的那些15秒短视频还要短暂。

时间倒回2025年9月，Sora独立App上线当天冲上App Store榜首，下载量在首月飙到330万。好莱坞的高管们坐不住了。三个月后，迪士尼签下了一份为期三年的授权协议——200多个来自漫威、皮克斯和星球大战的角色，将在Sora的世界里被用户随意召唤。一笔10亿美元的投资，正在走流程。

然后呢？

1月，下载量暴跌45%。2月，再跌。到关停前夕，月下载量从巅峰的330万萎缩到110万，App Store百强榜上已经找不到Sora的名字。累计应用内收入？210万美元。对于一家估值7300亿美元的公司来说，这个数字甚至构不成一个舍入误差。

迪士尼的10亿美元？一分钱也没到账。交易取消。

败在哪里？

Sora的失败不是技术问题——至少不完全是。

论画质，Sora 2的生成效果在业内仍属一流。但AI视频生成这条赛道，在2026年初已经变成了一场全面战争。来看看战场上的对手们：

字节跳动的Kling 3.0，2026年2月上线，被评价为”功能密度最高的视频模型”——不一定在任何单一维度上最好，但它什么都能做，而且是市面上最便宜的按量付费方案。Google的Veo 3.1，在真实感渲染上达到了”训练有素的观察者在对照测试中难以辨别”的水平。Runway Gen-4.5，则在风格化和VFX方向上打出了差异化。

换句话说，这个市场已经不存在”谁是最好的”这个问题了。正确的问题是：这个镜头该交给谁来渲染？ 专业用户在不同模型之间反复切换，像调酒师一样混搭——Kling的性价比、Veo的真实感、Runway的艺术性。

而Sora呢？它是一个消费级的短视频玩具。它试图做的事情，是让普通人在手机上玩”AI版TikTok”。但普通人对AI视频的新鲜感，消退的速度比Sam Altman想象的要快得多。当你生成了第10个”会说话的猫骑着恐龙”的视频后，你还会打开这个App吗？

Sora的真正问题，不是它不够好。而是AI视频生成作为一个消费级产品，还没有找到自己的PMF（Product-Market Fit）。

战略大逃杀：算力是新石油

但关停Sora的深层原因，远比用户留存率更冷酷。

OpenAI正在为Q4的IPO做准备。估值已飙到7300亿甚至逼近万亿美元大关。年化收入250亿美元，听起来很多，但OpenAI告诉投资人，到2030年它计划在算力上投入6000亿美元。没错，六千亿。

在这种级别的烧钱竞赛中，每一块GPU都是战略资源。Sora在吞噬着大量算力，产出的却是每月210万美元的应用内收入和一堆会说话的猫视频。与此同时，Anthropic在编程助手赛道上咄咄逼人，Google在搜索+AI的整合上步步紧逼。

选择题很简单：把GPU留给Sora让用户生成猫视频，还是把它们投入到编程、推理、企业级工具这些真正能赚钱的战场？

Sam Altman选了后者。Sora的死，不是自然死亡——是战略献祭。

“世界模型”：一个更大的赌注

但故事到这里还没完。OpenAI在关停公告里埋了一句意味深长的话：”Sora研究团队将继续专注于世界模拟研究，以推动机器人技术的发展。”

世界模型（World Models）——这是2026年AI圈最火的概念之一。简单说，世界模型不只是生成一段好看的视频，它要理解物理世界的运行规律：重力、碰撞、光影、因果。不是画一个苹果从树上掉下来，而是理解为什么苹果会掉下来。

如果说视频生成是”画皮”，世界模型就是”造骨”。

这块领地上，已经站满了重量级选手：

李飞飞的World Labs，2026年2月刚融了10亿美元，估值54亿，Autodesk投了2亿进去。它的产品Marble能从一张图片生成可交互的3D世界，保持空间一致性和物理逻辑——你可以在浏览器里实时漫游。

Yann LeCun的AMI Labs，Meta首席AI科学家亲自下场，融了5亿欧元，估值30亿。LeCun多年来反复宣称”大语言模型永远无法实现通用智能，世界模型才是正途”，现在他押上了自己的声誉来证明这一点。

Google DeepMind的Genie 3，2025年8月发布，第一个实时交互的通用世界模型，能以24帧每秒生成可导航的3D世界。

还有Runway（融了3.15亿美元转向世界模型）、NVIDIA的Cosmos平台（下载量超200万次）、以及一众初创公司。

OpenAI有几成胜算？

那么，OpenAI从视频生成赛道退出，转身杀入世界模型领域，它的胜算有多大？

先看优势。OpenAI在Sora上积累的视频理解能力不是白费的——视频生成和世界模拟在底层技术上有大量重叠。它有业内最顶尖的研究人才、近乎无限的融资能力、以及全球最大的AI用户基数。更关键的是，OpenAI把世界模型定位为”为机器人服务”，这意味着它瞄准的不是消费者，而是工业级应用——一个远比短视频生成庞大的市场。

再看劣势。它来得太晚了。 World Labs、DeepMind、AMI Labs已经在这个赛道上跑了一到两年。李飞飞和LeCun都是世界模型领域的学术奠基人，不是半路出家。而OpenAI的世界模型团队，是从一个刚刚被关停的消费产品组”转型”而来的——这种组织转型的摩擦成本不可低估。

更深层的问题是：OpenAI的基因是语言模型，不是物理世界模型。 从GPT到ChatGPT，它的一切成功都建立在文本理解和生成之上。世界模型需要对3D空间、物理定律、因果推理有根本不同的理解框架。这不是加几个GPU就能解决的事。

如果让我给一个粗略的评估：在世界模型赛道上，OpenAI有三成胜算进入前三。它不会输得很惨——资源太多了——但也很难成为领跑者。李飞飞的World Labs和Google DeepMind，才是这场竞赛中最有可能定义规则的玩家。

最后一幕

2026年的某一天，Sora的服务器将被彻底关闭。那些用户生成的会说话的猫、骑恐龙的宇航员、漫威角色的搞笑视频，都将消失在数字虚空中。

但Sora团队的工程师们不会失业。他们会转身走进另一间实验室，开始训练一个不再生成视频、而是理解世界的模型。

Sam Altman押注的是一个更大的赌局：从”造梦者”变成”造世界者”。这个赌注是否值得？也许要等到第一台由OpenAI世界模型驱动的机器人，真正在物理世界中稳稳地接住一个苹果的那天，我们才能知道。

在那之前，苹果还在掉落。而所有人都在竞赛着去理解——它为什么会掉。

参考资料与延伸阅读：

keven 的头像

Posted by:

keven

A wonderer in the forest of knowledge.

留下评论