科技人人都是产品经理·李明Bright··AI 生成
从“下一个TikTok”到关停：Sora的五个关键决策
文章复盘了OpenAI视频生成产品Sora从上线到关停的短暂生命周期，并提炼出五个关键决策失误：产品未能嵌入用户日常高频工作流，导致30天留存率仅1%；高昂的边际成本（日均1500万美元）与微薄收入（年收入140万美元）形成不可持续模型；版权与深度伪造引发的社会争议难以平衡；在战略资源向Codex及ChatGPT“超级应用”倾斜时被放弃；以及在与国产模型（如可灵）的成本与实用性竞争中落败。文章适合关注AI产品商业化困境、硬科技创业成本结构的读者。原文 ↗原文 ↗
核心观点
- ▍Sora的失败核心在于其产品逻辑仅解决了用户的好奇心，而非嵌入任何高频工作流或解决刚需，导致下载量与留存率严重脱节。
- 01Sora独立应用上线五天下载量突破百万，但30天用户留存率仅为1%，60天留存率趋近于零。
- 02Sora日均运营成本约1500万美元，年耗资约54亿美元；上线一年总收入仅约140万美元。
- 03Sora每生成1秒视频需用户支付约0.5美元，而国产同类模型每生成1秒视频成本仅为1元左右。
- 04为控制成本，OpenAI将免费用户每日生成额度从30个削减至6个，形成“收入不足→削减额度→用户流失”的恶性循环。
- 05OpenAI宣布关停Sora，将计算与研发资源转向下一代核心模型、Codex编码工具及ChatGPT“超级应用”的研发。
- 06国产模型可灵自上线近两年内迭代超过30次，更注重轻量化和实用性，并提供了视频生成到发布的完整工作流。
反方 / 局限
- — 文章承认技术领先不等于商业领先，但未深入探讨全新的、高效率的模型架构（如DiT的改进）是否可能逆转上述成本劣势，也未分析Sora的技术成果（如世界模型能力）是否可能以其他形式被整合进OpenAI的核心产品中。
- — 文章对国产模型“嵌入工作流”的论断偏向宏观，未具体对比Sora与国产模型在企业级应用、专业影视制作等细分场景上各自的实际表现与成本。
前置背景
平行视角
未来推演
延伸追问