近日，OpenAI宣布停止Sora的独立App、API接口及ChatGPT内置视频功能，全面退出消费级AI视频生成市场。从两年前爆火，到去年在应用商店上线，再到如今突然被关停，这样的大起大落背后原因是什么？

通过分析Sora的下载量，我们发现，在2025年9月正式上线5天下载量便突破百万，迅速登顶应用商店免费榜榜首，热度也一度超过同期的ChatGPT。然而这份火爆并未持续太久，3个月不到的时间，下载量环比下降32%；今年1月下载量继续暴跌45%。到2月，Sora的下载量已滑至免费应用榜总榜100名开外。

学生任同学：不太清楚。知道这个模型，就是使用得也不多，然后就慢慢没关注过了。

市民万若祺：我知道它一开始非常火，但是最近一些国产的AI模型慢慢兴起，更加贴近我们的生活。

在社交平台上，我们看到了这样一篇帖子，内容是：“刚发布的前两周，我和家人用Sora做了100多个视频，它激发了我们真正的创造力和欢乐。但两周后，我们再也没打开过它。我们觉得这才是Sora真正的失败所在。”这篇帖子引发了大量网友共鸣，不少网友表示Sora更像是一个“新奇玩具”，很难成为自己解决实际问题的工具。

南京航空航天大学人工智能学院教授李丕绩：新的大模型刚刚发布时会引来大量用户尝鲜，尽管这些功能丰富有趣，但是由于并没有嵌入用户的日常工作流之中，也无法解决生活中的高频率刚需问题，这就会导致软件的使用活跃度直线下降，出现昙花一现的现象。

专家告诉记者，随着软件活跃度的持续下降，用户留存率以及对软件的刚性需求也会不断减少，而像GPU租赁、电力开销、推理费用等高额成本却并未随之降低。据分析机构测算，Sora的日均运行成本高达1500万美元，每年耗费约54亿美元，每生成1秒视频需渲染约30张图像，由于生成效果不佳，大量生成的视频只能被废弃，最终可用率仅5%~10%，相当于每产出1条合格视频，背后有数十倍算力被浪费，这导致其出现了收入与成本严重倒挂，运营模式逐渐难以维持的现象。

Sora的落幕，也让不少人产生疑问：国内与Sora功能类似，以视频生成为主的同类型大模型是否也面临着同样的生存困境？或者说，竞争力究竟从何而来？

与Sora类似，Seedance2.0也是在一夜间爆火，刷屏全网。相比于Sora，由于已经有了这两年的产业基础，消费者可以直接体验视频生成、编辑、社交平台发布等一站式服务；而另外一款已经保持稳定的“生命力”长达近两年的大模型可灵，一直在不断根据用户画像进行更新，迭代次数已经超过30次。

深圳大学人工智能学院教授沈琳琳：大模型的竞争也很激烈，可能过段时间有个新的技术出来，性能更好了、用起来更方便了，那就会面临危机，这就需要各家企业不断地去迭代升级，更好地贴近市场和用户的需求，提高在各个细分领域的生产效率，降低相应成本。

而我们从用户的使用成本来计算可以发现，Sora每生成一秒视频，用户需要支付0.5美元，折合人民币约3.5元；生成一段15秒左右的理想镜头则需要尝试5~10次，合人民币约800元。而使用国内主流的文生大模型软件每生成一秒的视频，成本只需要1元左右，即使是尝试生成10次15秒左右的镜头，也只需要150元左右的成本，成本只有Sora的五分之一不到。

南京航空航天大学人工智能学院教授李丕绩：国内的算力、电力等本身就有着独特的优势，成本低、计算快，并且国内企业在对大模型进行升级迭代时，更注重轻量化和实用性，所以在市场竞争中就会有明显的优势，可以更好地满足普通用户和企业的使用需求。

据不完全统计，目前已有超3000家小型工作室将文生视频大模型作为核心创作工具，部分工作室凭借文生视频大模型辅助创作，月产出视频数量相较以往提升3倍以上。

不仅如此，越来越多企业端用户逐渐涌现，国内短剧、短视频领域的巨大市场优势开始显现。近日，多个由文生大模型完成的短剧、企业宣传片爆火网络。

对大模型来说，“实用”，也就是丰富的应用场景尤为重要，深度融入市场，才能带来更持续的生命力。

我们梳理了今年前两个月，国家网信办新增备案大模型共48款，覆盖工业制造、文化旅游、医疗健康等多个应用场景。与以往的侧重“技术展示”不同，这些新增备案的大模型，几乎都将“实用性”放在首位，聚焦行业具体痛点，让技术真正落地到生产生活的方方面面。

深圳大学人工智能学院教授沈琳琳：大模型本质上还是服务于市场和应用的，从今年新增备案的情况来看，越来越多的大模型开始扎根具体应用场景、贴合用户需求，从“炫技”转向实际应用。而产业与大模型形成闭环的同时，也在加速创新链与产业链的同步，形成稳定的用户群体以及商业模式。

专家告诉记者，依托于国内丰富的应用场景、坚实的实体经济基础以及完善的产业优势等条件，大模型在国内持续生根成长，可以不断赋能工业生产、基层医疗、百姓生活等方方面面。

当前，随着国内“场景需求—技术研发—落地应用—迭代优化”这一良性循环的不断深入，我国通用型大模型正加快接入政务、管理等实际场景，专用型大模型则越来越丰富，许多中小企业也开始培育专属于自己的大模型，聚焦细分领域，精准解决行业痛点，有效避免了传统大模型“样样通、样样松”的尴尬困境。