Sora关停，给AI企业带来哪些启示？

　　AI圈，风云再起。

　　北京时间3月25日，OpenAI一纸公告，将被寄予“改变影视工业”厚望的AI视频生成模型Sora按下“停止键”。此举如巨石投湖，激起千层浪，也让业内再度审视AI商业化的现实困境。

　　Sora为何戛然而止？对粤港澳等AI企业，又敲响了何种警钟、有何启示？AI技术的发展趋势如何？连日来，相关话题引发行业广泛热议，羊城晚报记者采访业内人士，从技术、产业、产品等视角解读其关停原因，试图拨开迷雾，探寻AI产业理性发展路径。

　　探因：“AI宠儿”黯然退场，成本高企或是主因

　　从企业经营视角来看，广州运通链达金服科技有限公司CEO邹均博士分析，Sora的关停本质是商业层面的理性选择。一方面，其研发、运营耗费巨额成本，却始终未能实现与之匹配的盈利，投入与收入严重倒挂；其次，OpenAI管理层战略转向，从追求技术“炫技”转向务实发展，加之公司筹备IPO需向投资人展示可持续性业绩，难以变现的项目自然得被舍弃。

　　行业竞争的激烈挤压也加速Sora的退场。Anthropic的核心产品Claude系列大语言模型在企业市场大获成功，谷歌也持续发力布局，均给OpenAI均带来巨大的竞争压力；与此同时，中国AI厂商快速崛起，进一步压缩其发展空间。多重因素叠加下，OpenAI选择将资源聚焦在更具市场潜力的领域。

　　在科研专家看来，Sora的关停则是AI技术演进过程中的一次及时止损。

　　广东省智能院多模态脑机接口系统联合实验室主任蔡江表示，Sora的退场，是AI技术全系统重构中的一个微观缩影。传统信息系统的架构难以满足AI规模化应用的低成本需求，导致能耗与产出严重失衡，最终会体现为算力贵、Token贵，企业入不敷出。

　　蔡江补充道，Sora的实际使用效果未达用户预期，用户留存率低，导致难以创造稳定商业价值；加之视频生成类大模型本身就是“烧钱”赛道，综合权衡后，OpenAI关停Sora，转向布局更具确定性的业务，实属理性选择。

　　探索：打破盈利困境 硬件架构+技术创新突围

　　蔡江介绍，传统移动互联网“烧钱积累用户、规模效应摊薄成本”的盈利路径，或许并不适用于AI大模型。互联网产品边际成本会随用户量增加趋近于零，而AI大模型成本随调用量同步上升，用户越多、调用越频繁、算力消耗越大、企业亏损越严重。这一困境的核心，是企业成本控制能力不足。

　　关于AI计算的能耗，有专业人士给记者算了一笔“算力账”：当前AI计算能耗分布中，数据搬运是能效第一杀手，60%~70%消耗在数据读取与搬运过程，真正用于核心计算的仅占20%~30%。这意味着，要从系统级优化上破解能耗困境，根本目标在于提升AI计算效率、降低能耗。

　　“AI硬件的演进史，就是一部围绕‘如何更高效地喂饱计算单元’ 的战争史”，蔡江分析，从通用CPU、到并行GPU，再到谷歌TPU、寒武纪NPU等专用芯片，本质都是为了匹配AI的并行计算范式。英伟达的成功在于用CUDA生态将GPU变成了“通用加速器”。但现实世界没有“银弹”，混合架构可能才是未来——在一个系统内，CPU负责调度，GPU/NPU负责密集计算，而DPU/IPU则专职处理数据搬运、网络、存储等“脏活累活”。更高阶的探索如存算一体、类脑计算，其终极目标都是从根本上突破冯·诺依曼瓶颈、瓦解“内存墙”，将数据搬运的能耗降至最低。

　　他进一步表示，目前全球范围内从能耗、速率、成本等多方面突破这一瓶颈，让不同场景适配最适合的技术路线。例如，英伟达已率先启动自我革命，在最新Rubin架构中采用LPU和GPU混合打法，聚焦未来计算架构优化，比如通过光传输数据，降低传输中的能耗与延迟；加拿大有企业尝试将大模型直接集成在芯片上，从源头降低能耗；国内科研机构也在持续发力。

　　蔡江还介绍，广东省智能研究院也在积极探索类脑计算，依托INN算法的“智者一号”，成功摆脱传统智算平台高耗低效的桎梏，迈入“节能又省钱”新模式：单节点CPU训练百亿token任务，仅需30小时，每秒处理10万token；推理阶段，速度飙至每秒50万token，性能媲美多张高端CPU集群。上述训练硬件成本从325万元大幅压缩至150万元，降幅近半；能耗从19000瓦锐减至2000瓦，降幅高达九成，为AI产业化降本增效提供了可行路径。

　　模式：商业逻辑迭代，中小企业迎来新机遇

　　Sora黯然退场，国内AI企业并未停下脚步，而是结合自身优势，探索差异化发展路径，在AI视频赛道持续发力。

　　例如，字节跳动近期发布多模态视频生成大模型Seedance 2.0，目标是将特定场景下的精品真人短剧算力成本大幅压缩；快手可灵AI全面开放API服务（应用程序接口），按调用量计费，其用户规模与盈利表现均展现出良好的发展潜力；而昆仑万维（300418）、MiniMax等企业也凭借特色优势，在细分赛道中获得市场认可。

　　结合国内AI企业的差异化探索实践，对于未来AI产业竞争逻辑的发展趋势，业内人士超前预判表示，下一代网络将呈现“服务超链”全新形态，未来是多个智能体互联共生的时代，用户将自主选择模型和服务，选哪个模型、对接哪种服务，都由用户自主决定，不再有单一入口垄断市场。这意味着，AI企业的竞争逻辑将从“平台之争”转向“技术与场景之争”。

　　“以前，大厂靠平台垄断用户，中小企业只能依附平台；未来平台‘后退’，谁能解决行业痛点、实现低成本落地，谁就能抓住机遇。”蔡江表示，这对粤港澳AI中小企业而言，无疑是难得的突围机会。

　　而AI商业模式的多元可能性，也进一步印证了行业的发展潜力，邹均以近期爆火的“龙虾”举例，解读AI产业的盈利逻辑。

　　他表示，正如黄仁勋所言，“龙虾”是AI时代最重要基础设施，地位堪比这个时代的Linux， 大厂也在纷纷抢占入口。其盈利模式呈多元化态势：大模型厂商通过被接入调用，卖出更多Token， 云计算公司出售算力获取收益，应用开发商则在大厂Token上叠加增值服务，赚取差价； 其应用方向也十分广泛，从信息收集、商业情报分析、自动比价、自动推荐、自动下单、自动执行各类任务，皆可用“龙虾”实现，市场潜力巨大。而最核心价值是，“龙虾”可以让普通人都拥有自己专业的“智能体”，这个“智能体”不仅可以对话聊天，还可以帮助完成线上的任务。

　　建议：中小企业可通过租赁算力等方式，减少无效投入

　　AI 作为未来科技发展的核心方向，规模化落地与可持续发展已成行业共识。而Sora的关停，更是为行业敲响警钟 —— 唯有实现商业化闭环，控制成本与收益的平衡，才能走得更远。

　　蔡江直言：“任何技术系统，最终一定要实现成本结构和商业结构高度匹配，才能真正规模化落地、可持续发展。”

　　在这一趋势下，粤港澳大湾区凭借独特的产业与资源优势，正成为 AI 企业突围的重要战略阵地。区域内不仅有华为等龙头企业，在通信、光模块、芯片等领域技术实力突出；制造业基础扎实，为 AI 场景落地提供了丰富应用场景；鹏城云脑等国家级算力平台加持，叠加国家政策倾斜，形成 “研发- 转化-量产”的闭环，具备抢占AI基础设施建设先机的潜力。

　　蔡江还指出，我国AI产业还具备多重天然优势：能源结构多元、电价低廉，中文语料丰富、民众对AI的高接受度。值得一提的是，同等硬件条件下Token费用仅为欧美的十分之一左右，更可探索“电转Token出海”新模式。而国内AI头部企业深耕存量互联网市场的经验，也为行业发展提供了借鉴。

　　机遇与风险并存，行业竞争也进入理性调整期。蔡江提醒，AI企业尤其是中小企业，勿盲目跟风、过度投资，避免重蹈Sora的覆辙。

　　“当前AI硬件技术快速迭代，中小企业无需自建机房、高价采购高端芯片，应重点关注能耗比与商业价值，避免陷入高成本发展困境。”蔡江强调。

　　专家给出明确实操建议：企业应聚焦垂直场景，深耕“小而精”的落地应用，摒弃商业化路径不明、能耗较高的通用赛道，结合自身优势深耕细分领域；同时，借力政策与公共算力资源降低成本，依托“国家算力互联网平台”，通过租赁算力、调用成熟API、申请算力扶持等方式，减少无效投入。值得一提的是，鹏城实验室“鹏城云脑Ⅱ”搭建的千亿参数AI模型训练平台，约70%的机时对外开放共享，已支撑近千个国产AI模型训练与算法发布。

　　展望未来，AI 产业远未到终局，光子计算等新技术正加速突破，行业发展空间巨大。专家建议，粤港澳AI企业应当精准定位，龙头企业与科研机构主攻基础技术，中小企业深耕场景落地，构建协同生态；充分发挥大湾区电力、产业链优势，持续降低算力成本，推动算力普惠化，助力我国AI产业打造世界级产业高地。