兩年前，Sora的橫空出世曾引發全球AI領域的轟動，但到2026年，這款曾被寄予厚望的視頻生成模型卻悄然退場，未能在市場上激起新的波瀾。從商業運營的角度看，這一結局并不令人意外——高昂的視頻生成成本與寥寥無幾的付費用戶，讓OpenAI每天損失高達千萬美元。
Sora的困境折射出更深層的問題：視頻生成大模型這一賽道是否已失去商業潛力？更廣泛地看，那些技術先進卻難以盈利的AI創新，是否注定走向衰落？答案或許并非如此簡單。盡管Sora未能成功，但其他國產視頻生成模型如快手的可靈AI、字節的Seedance等，已實現單月超2000萬美元的收入，昆侖萬維的SkyReels和MiniMax的海螺等模型也在逐步產生收益。
為何會出現“東方亮而西方暗”的局面？從技術層面看，Sora的領先優勢已不復存在。在物理邏輯、畫面一致性及生成時長等關鍵指標上，部分國產模型已實現超越。更重要的差異在于市場生態——國產模型從誕生之初便擁有清晰的商業化路徑。在B端市場，蓬勃發展的微短劇產業為AI生成內容提供了廣闊空間。尤其是下沉市場的爽劇，對邏輯、演技要求較低，AI生成的畫面可大幅縮短制作周期并降低成本。在C端市場，國內大廠依托自有平臺實現“自產自銷”：Seedance依托抖音、可靈依托快手，用戶生成的視頻可直接一鍵分享，數億日活用戶的需求為模型提供了持續迭代的動力。
OpenAI曾試圖為Sora打造視頻分享社區，但面對已成熟的TikTok等平臺，新平臺的同質化缺陷和算法劣勢使其難以突圍。這印證了一個關鍵點：AI技術的商業價值不僅取決于技術本身，更取決于其能否嵌入需求旺盛的生態系統中。
當前中美在AI領域的競爭已形成鮮明特色：中國更擅長將技術轉化為實際應用。這種務實導向的產業邏輯曾引發擔憂：是否會因此長期落后于基礎理論研究？但Sora的案例提供了另一種視角：中國龐大的制造業體系、14億消費者的數字化市場，以及領先的電網建設和“東數西算”戰略帶來的低成本優勢，共同構建了獨特的需求側生態。這種生態能快速驗證新技術場景，通過真實需求倒逼技術迭代，形成“應用-數據-技術”的良性循環。例如，中國綠電價格僅為美國的一半，顯著降低了AI企業的運營成本。
然而，Sora的退場也敲響了警鐘。諾基亞從巔峰到停產用了十余年，而Sora僅存活兩年——AI時代的迭代速度遠超傳統產業。中國AI產業需在保持應用優勢的同時，避免陷入舒適區。一方面，應利用應用端產生的高質量行業數據，反哺垂直大模型的訓練；將商業成功積累的資本投入芯片、算法等底層技術研發；并憑借場景經驗參與全球AI治理框架的制定。另一方面，需為“無用之用”的自由探索保留空間。科學史表明，許多看似“好玩”或短期無應用前景的技術，往往能引發顛覆性變革。中國龐大的應用市場和產業規模，為這類探索提供了更高的容錯率。
對于當前難以盈利的AI技術，或許不必急于下結論。讓技術在實際場景中接受檢驗，在迭代中尋找價值點，可能是更理性的選擇。
