当OpenAI将顶尖视频生成技术免费开放，用户却将其变成了'梗图赌场'。基于987条真实prompt的数据分析显示，62.4%的内容为荒诞娱乐，而专业创作仅占4%。本文通过独家数据揭示Sora失败的深层逻辑：免费模式与高成本生成之间的根本矛盾。

想象一下，有这么一个社交 APP：有人随便打了一个单词”Skarmy”，AI 就生成了一段无厘头的视频，获得了 182 万播放量。而且，平台上 62% 的内容都是这类东西。

你一定会好奇：就这还有人用？

没错，它死了。

2026年3月24日，OpenAI 宣布关停 Sora 消费级 App 和 API。Disney 同步终止了10亿美元的投资合作。从 Sora 2 上线到黯然退场，前后不到6个月。[1]

消息公布后，分析铺天盖地：算力成本不可持续、用户留存太差、IPO 前的战略聚焦……这些解释都对，但都是从宏观视角解读这件事。

我们手里有一组不一样的数据。

2025年9至10月，Sora 2 用户增长最迅猛的时期，增长黑盒以上千个全球高热度话题和社交媒体关键词为种子，在 Sora 平台上进行了系统性的内容抽样。经过去重和清洗，得到了 987 条独立视频，每一条都附带完整的 prompt 原文、播放量、点赞数、remix 次数等互动数据。

我们通过语义算法，逐条分析了这些 prompt。

结果让我们意识到一件事：Sora 的困境，可能从发布的第一天就存在了。

在接下来的拆解中，我们试图回答几个问题：

• 当 OpenAI 把最强的视频生成能力免费交给用户，用户到底用它做了什么？
• Sam Altman 为 Sora 投入了海量成本 – 他期待的那些用户，来了吗？
• 为什么一个“越成功就越亏钱”的平台，从第一天起就注定走不通？

01 用户到底在用Sora做什么？

我们对 987 条 prompt 进行了逐条语义分类，采用7个标签的多标签体系（一条 prompt 可以同时属于多个类别）。分类结果如下：

Meme/荒诞娱乐占62.4%，Remix/二创占52.4%。 与此同时，商业/品牌内容只有39条，占比4%。能力测试（纯粹试探 Sora 能力的 prompt）仅57条。

Remix 内容占据了调研样本 99%的总播放量。原创内容—也就是用户从零开始写 prompt 生成的视频，合计只占1%。这个平台的流量分配机制，从一开始就把原创内容排除在了注意力之外。

当我们进一步交叉分析，一个更惊人的平台注意力结构浮现了：如果你的 prompt 既不是 remix 也不是 meme，那么你大概率得到的播放量是两位数。

说白了，绝大多数用户来 Sora 不是为了创作，也不是为了测试AI能力—而是为了玩梗。

同时带有”Remix/二创”和”Meme/荒诞娱乐”双标签的视频有362条，占总量的36.7%。但这36.7%的内容，贡献了调研样本 83%的总播放量。Remix+Meme 组合的中位播放量是 123,312，其余内容是 52。差距2,371倍。

再看看这个”病毒公式”产出的爆款长什么样：

• “Bro moves like a 3-ton Roomba ” — 198万播放，22，340次remix
• “Skarmy” — 182万播放，15，797次remix
• “British Chicken strapped to a drone rapping about not wanting to be fried” — 158万播放
• “Hippo” — 5个字母，104万播放，8，302次remix
• “Squirrel eating spicy ramen” — 107万播放
• “Make it a pizza” — 71万播放

这些 prompt 有什么共同点？短、荒诞、零门槛理解、天然适合二创。没有一条超过20个单词。

还有一个细节值得一提。

在所有包含@提及的 prompt 中，被@最多的人不是任何明星、网红或创作者——而是 Sam Altman 本人。

@sama 出现了47次，占所有@提及的21%，总播放量289万。远超第二名 @jakepaul（13次，总播放仅1,654）。

OpenAI 的 CEO 成了自家平台上最大的表情包素材，用户在拿他开涮。

与此同时，平台上36条播放量超过50万的视频，来自粉丝不到1,000的账号。在 Sora 上，爆款完全由”梗度”驱动，跟你是谁、有多少粉丝毫无关系。

与其说这是一个创作者生态，不如说是一个 meme 赌场：押对了梗，所有人都赢；押错了，没人看到。

这显然不是 OpenAI 设想的画面。那么，OpenAI 到底希望用户用 Sora 做什么？

02 Sam Altman 期望的 Sora与真实的 Sora

我们有必要先说清楚一件事：OpenAI 做 Sora 的终极目标是训练一个能理解物理世界运行规律的通用模拟器，最终服务于机器人等领域。

如果一个 AI 能生成逼真的视频，那说明它”理解”了物理世界的运行规律。

OpenAI 在2024年2月的技术报告中提到，Sora 在大规模训练后展现出几种”涌现能力”：3D空间一致性（镜头移动时物体位置关系不乱）、物体持久性（人走出画面再走回来还是同一个人）、简单物理交互（画家在画布上留下笔触，汉堡被咬了一口有咬痕）。这些没有被显式编程，是规模化训练的副产物。

这是关键的一步推导：如果视频模型”理解”了物理世界，那它生成的视频就可以作为机器人的训练环境。

机器人训练最大的瓶颈是数据—你不可能让一个机械臂在真实世界里摔坏一万个杯子来学会”轻拿轻放”。但如果有一个足够逼真的世界模拟器，机器人可以在虚拟环境中做无限次尝试。NVIDIA 、Runway 、Google ，现在都在这条路上突飞猛进。

从这个角度看，Sora 首先是一个技术研究项目。但这并不意味着toC 产品是”顺手试试”，而是包含了另外一个巨大的野心。

Sam Altman 亲自给 Sora 2 定了调—”ChatGPT for creativity”。他在博客中写道，Sora 要让每个人轻松地”从想法变成作品”，”人人都是天生的创作者”。[2]

OpenAI 官方把 Sora 的内容形态定义为 “Interactive Fan Fiction”—交互式同人创作。[3]

围绕这个定位，OpenAI 铺设了一整套社交内容平台的基础设施：社交信息流（feed）、用户主页、一键 remix 功能、Characters 角色生成系统。这些功能组合在一起，指向的是一个完整的创作者社交平台。

• 商业层面：OpenAI 建立了 Creator 收益分成体系，为专业创作者打造的变现通道。与此配套的是版权控制机制，保护原创者权益的防护网，以及与迪士尼10亿美元的投资合作。[4]
• 团队配置：Sora 的产品/工程负责人 Thomas Dimson，是从 Instagram 挖过来的。[5]

有了这些配置作为支撑，他们期待的用户画像也很清晰：独立电影人、品牌创作者、故事讲述者、教育工作者。

我们已经看到 Sora 上最火的 prompt 长什么样—”Hippo”、”Skarmy”、”OW”，几个字母，百万播放。现在看硬币的另一面是如何打脸的：

• 一条1，999字符的超写实黑色电影分镜（“Ultra-realistic noir cinematic short film， 15 seconds / 30 micro-cuts…”）→ 17次播放，0次remix
• 一条2，000字符的品牌概念片脚本（“Connected by Paper and Words – Kyobo Bookstore…”）→ 52次播放，0次remix
• 一条2，000字符的恐怖片预告片分镜，指定8K分辨率、RED Komodo 6K机位（“THE NIGHT SHIFT — cinematic horror trailer…”）→ 38次播放，0次remix

如果你专门去找那些使用了专业影视术语的 prompt—”8K”、”cinematic”、”anamorphic”等，在987条视频里只有36条（3.6%），中位播放量 54，其中64%的播放量不到100。

在 Sora 上，最没用的技能是”提示词工程”。

也许你会想：是不是根本没人尝试认真创作？

不是。影视/艺术类有252条，占总量四分之一。但它们的处境极其矛盾：影视/艺术类中位点赞率 2.87%，调研样本中最高—远高于 Remix（1.14%）和 Meme（1.42%）。看到的人认可质量。但中位播放量只有 42次，调研样本中最低，71.8%不到数据集中位数。

OpenAI 最想吸引的那批用户确实来了，他们的作品确实有质量—但平台对他们视而不见。

当我们对每条 prompt 的”创作严肃度”进行评分，并与播放量做相关性分析时，得到的结果是：

Spearman ρ = -0.2762，p < 10⁻¹⁸。

这是一个统计学上极其显著的负相关。翻译成大白话：在 Sora 上，你越认真写 prompt，播放量越低。

Prompt 长度与播放量的关系更直观：

≤10字符的 prompt，中位播放量 1,894；201-500字符的 prompt，中位播放量 61。短 prompt 的中位播放量是长 prompt 的31倍。

同样的反转再次出现：长 prompt 的点赞率反而更高（1.98% vs 1.14%）。

把以上所有数据汇到一张表里，画面就完整了：OpenAI 预期的场景完全没有实现。

03 为什么 toC 模型注定走向崩溃

如果说Sora 原本想打造一个高质量内容创作平台，现在无意中成为了一个娱乐化玩梗平台，就会让平台开不下去吗？纵观所有社交媒体，哪个不是来让大众娱乐的？

核心差异不在于用户来干什么，而在于谁承担创作成本。

在 TikTok、Instagram、YouTube 上，创作成本由用户承担—拍摄、剪辑、后期，平台只负责分发。况且，每一条内容背后都有用户的时间投入，这是天然的质量过滤器。

1%的人创作，99%的人刷视频看广告。平台靠消费端的注意力变现，创作端几乎零成本。用户发一百万条视频，平台不多花一分钱的”生产成本”。

试想一下，小红书上的所有顶流博主，比如章小蕙和李诞，都是小红书的员工，那它还能开的下去吗？

Sora 把这个逻辑翻转了：用户输入一行文字，平台承担全部生成成本。根据 Remio.ai 的测算，Sora 生成一条10秒视频的内部算力成本约为 $1.30。[6]

日算力成本约1500万美元，月收入峰值仅54万美元。成本是收入的800倍以上。 每一条被生成的视频OpenAI 都在倒贴$1.30。Sora 研究负责人 Bill Peebles 在2025年10月30日公开承认：”The economics are currently completely unsustainable.” [7]

传统社交平台靠的是正向飞轮：用户越多 → 免费内容越多 → 消费时长越长 → 广告收入越高 → 吸引更多用户。每一圈转动都在创造价值。

Sora 的飞轮是反着转的。AI 视频生成的边际成本极高，而且目前看不到大幅下降的路径。用户越多 → 生成请求越多 → 算力消耗越大 → 亏损越深。

更要命的是，前文揭示的”爆款公式”让这个反向飞轮加速旋转：一条 meme 爆了 → 几千人点击 remix → 几千条新视频被生成 → OpenAI 为每条支付$1.30。”Bro moves like a 3-ton Roomba” 被 remix 了22,340次——仅这一条 prompt 的衍生内容，就可能让 OpenAI 付出近3万美元的算力成本。

越成功，越亏钱。AI 把创作门槛降到了零，但创作的成本并没有消失—它只是从用户侧转移到了平台侧。 这个成本转移，才是 Sora 作为消费级平台无法运转的根本原因。

现在回过头看 Sora 的产品设计：创作门槛降低奖励的是传播效率，不是创作质量。认真创作者不是不存在—但当创作零成本、传播有即时反馈时，优化传播就是最理性的选择。

你是愿意在这样一个无厘头的平台上花钱买一个表情包呢，还是愿意在上面点击 10 条广告呢？

Sora 的关键指标在上线后迅速恶化：下载量从峰值330万骤降至110万。月收入从54万跌至36.7万。[8] a16z 披露的30天用户留存率仅有1%。100个注册用户，一个月后只剩1个还在用。[9]

对照来看，可灵、即梦等竞品选择了截然不同的路径—”工具”定位，按使用量收费，不做社交 feed。它们避开了 Sora 的成本倒挂陷阱：用户付费，平台可持续；用户为结果付费，自然追求质量。

你可能会有另一个质疑：说不定所有大众化的AI生成平台最终都会变成 meme 工厂？

并非如此。Kapwing 在2025年10月对 Midjourney 平台内500万条用户公开分享的prompt 进行了关键词频次研究。[10]

在海外，Midjourney 并不是小众产品，而且使用门槛也非常低 – 并不是像国内一样，只有专业人士才会用，很多海外小白用户都在上面。

结果显示：Midjourney 用户引用最多的是 Art Nouveau 画家 Alphonse Mucha（23万次）、电影导演 Wes Anderson（9.2万次）、建筑师 Zaha Hadid（6.3万次）。品牌内容同样活跃—仅 McDonald’s 一个品牌就出现在1.8万条 prompt 中。

在生成图片和视频的过程中，无论是用户们的“认真程度”，还是产出内容的“商业价值”，都是远超 Sora。

Sora 试图同时实现三件事：免费使用 × 高质量内容 × 平台可持续。但在它的架构下，这三者互相矛盾：

• 免费 + 高质量 → 成本不可承受
• 免费 + 可持续 → 只能靠广告变现，但品牌几乎缺席
• 高质量 + 可持续 → 必须向用户收费，但一旦收费就失去了社交平台的用户基数

04 APP的答卷交完了，世界模拟器的考试才刚开始

Sora App回答了一个问题：当你把最先进的AI视频生成技术包装成免费社交平台，交给用户，会发生什么。

对行业而言，AI视频生成的 toC 变现路径，可能更接近工具模式（按量付费）而非平台模式。用户为结果负责，平台才可持续。

但 Sora App 的关停，不代表 Sora 背后技术探索的终结。

OpenAI 官方在关停声明中明确表示：Sora 研究团队将继续专注于世界模拟研究，为机器人等领域提供支持。 2024年那篇技术报告的标题已经写明了初心——”Video generation models as world simulators”—视频生成从来不只是为了做短视频。

这条赛道正在加速。Google DeepMind 的 Genie 3 实现了首个实时交互式世界模型，NVIDIA 的 Cosmos 面向 Physical AI 已超200万次下载，Runway 的 GWM-1 支持可探索的虚拟环境，李飞飞的 World Labs 推出了 Marble……理解物理世界的竞赛，才刚刚开始。

Sora 的 toC 故事结束了，而另一半问题—AI对物理世界的理解最终会把我们带向哪里？

答案还在路上。数据来源：

[1] VentureBeat. (2026, March 24). OpenAI is shutting down Sora, its powerful AI video model, app and API.

[2] Altman, S. (2025, September 30). Sora 2. Sam Altman. https://blog.samaltman.com/sora-2

[3] Weprin, A. (2026, March 23). OpenAI walks back opt-out for Sora video app, citing high IP character usage. The Hollywood Reporter.

[4] Techi. (2025, September 24). OpenAI to give content owners control and monetization for Sora AI video app.

[5] Redpoint. (2025, November 13). Sora creators Bill Peebles, Rohan Sahai, Thomas Dimson on their unexpected viral success. Redpoint Content Hub.

[6] Remio. (2026, March 25). The real Sora cost: OpenAI’s $5 billion AI video problem. Remio Blog.

[7] Peebles, B. [@billpeeb]. (2026, March 24). I know everyone is disappointed about the Sora app/API, but it’s for the best. To solve the physics [Tweet]. X.

[8] Andreessen Horowitz. (2026, March 24). The top 100 Gen AI consumer apps: March 2026 edition. a16z News.

[9] Curry, D. (2026, March 26). Sora statistics: Users, revenue, and video generation data. Business of Apps.

[10] Kapwing. (2025, December 10). The most used prompts for AI videos and images. Kapwing Blog.