當(dāng)?shù)貢r(shí)間3月24日，OpenAI宣布將逐步關(guān)閉其視頻生成工具Sora，并將研發(fā)重心轉(zhuǎn)向“能夠與物理世界互動(dòng)的人工智能與機(jī)器人系統(tǒng)”。

這一消息引發(fā)了全球媒體和行業(yè)人士的熱議。在我看來(lái)，Sora退場(chǎng)看似產(chǎn)品層面的調(diào)整，實(shí)則折射出一個(gè)更深層的變化：生成式AI正在從“再現(xiàn)世界”（representation）的AIGC轉(zhuǎn)向“介入世界”（intervention）的具身智能/空間智能/物理智能。

2024 年 2 月，Sora的文生視頻功能一鳴驚人。

一、OpenAI的“元宇宙社交”落空和深度偽造危機(jī)

OpenAI 在 2024 年 2 月發(fā)布了Sora， 2025年9月30日發(fā)布了Sora2（模型 + 社交化 App 同時(shí)推出）。 初代Sora的本質(zhì)是內(nèi)容生產(chǎn)工具：用戶(hù)通過(guò)提示詞生成視頻，用于創(chuàng)作、展示或?qū)С?，其邏輯仍停留在“再現(xiàn)”（representation）層面，即用戶(hù)把想象轉(zhuǎn)化為可視化內(nèi)容。而Sora2則明顯呈現(xiàn)出平臺(tái)化和社交化特征。它引入信息流分發(fā)、公開(kāi)發(fā)布、二次創(chuàng)作（remix）以及身份嵌入（如 cameo）等機(jī)制，使視頻不再只是被觀(guān)看的對(duì)象，而成為可以被參與、改寫(xiě)和傳播的“社會(huì)行動(dòng)單元”。用戶(hù)既是創(chuàng)作者、分享者甚至“演員”。

通過(guò)Sora2，OpenAI意圖實(shí)現(xiàn)“視頻化元宇宙社交”——一個(gè)以生成式視頻為基礎(chǔ)的新一代社交平臺(tái)。但這一方向，從一開(kāi)始就面臨結(jié)構(gòu)性阻力。

首先是用戶(hù)層面的“反社交媒體情緒”。從傳播學(xué)角度看，過(guò)去十余年，媒介不斷加深對(duì)人的“中介化”（mediation）介入：從文字到圖片，再到短視頻與算法推薦流，用戶(hù)的注意力越來(lái)越被平臺(tái)組織與塑形。當(dāng)這一過(guò)程達(dá)到某種閾值后，用戶(hù)必然反彈，例如今天，隨著用戶(hù)對(duì)算法分發(fā)的疲勞感增強(qiáng)和對(duì)“表演性自我”的倦怠上升，各種小范圍和低曝光的交流方式已經(jīng)開(kāi)始回潮。

在這一社會(huì)情緒下，OpenAI推出“更重、更沉浸、更具壓力”的Sora2視頻社交乃不但沒(méi)有順用戶(hù)需求而為，反而有“逆潮流而動(dòng)”的意味，因?yàn)橛脩?hù)尚未消化短視頻帶來(lái)的認(rèn)知負(fù)擔(dān)，不太可能主動(dòng)擁抱更高維度的沉浸式社交。

如果說(shuō)用戶(hù)疲勞是“需求側(cè)問(wèn)題”，那么人工智能背景下深度偽造（deepfake）帶來(lái)的信任危機(jī)則對(duì)Sora2的傳播形成了“制度性約束”。

長(zhǎng)期以來(lái)，視頻被視為高可信度媒介，但生成式AI的出現(xiàn)，正在迅速侵蝕這一基礎(chǔ)：視頻可以被低成本偽造，真實(shí)與虛構(gòu)難以區(qū)分，內(nèi)容驗(yàn)證成本大幅上升。

這實(shí)際上觸及了社會(huì)運(yùn)行的一個(gè)底層機(jī)制：信任。當(dāng)一種媒介不再能提供“真實(shí)性背書(shū)”時(shí)，廣告主、平臺(tái)、用戶(hù)都將為之承擔(dān)更高的不確定性與風(fēng)險(xiǎn)，這必然造成該媒介的商業(yè)價(jià)值下降。

二、壓縮人工智能平臺(tái)運(yùn)營(yíng)成本和規(guī)避法律風(fēng)險(xiǎn)

相比文生文本與文生圖像，文生視頻在算力上的消耗呈現(xiàn)出明顯的“維度躍遷”。文本生成主要停留在詞元（token）級(jí)別的離散計(jì)算，圖像生成則是單幀的空間建模，而視頻生成不僅要處理空間信息，還需在時(shí)間軸上維持跨幀一致性與物理連續(xù)性。這意味著，諸如Sora這樣的系統(tǒng)，本質(zhì)上是一種“持續(xù)推理系統(tǒng)”（continuous inference system），其計(jì)算是一個(gè)極耗費(fèi)算力的動(dòng)態(tài)累積的過(guò)程。

由此帶來(lái)的直接后果是成本的急劇提升——文生視頻的單位成本遠(yuǎn)高于文生文和文生圖像，且目前還很難通過(guò)優(yōu)化下降。這也決定了Sora無(wú)法復(fù)制ChatGPT式的規(guī)?；窂健?/p>

而且在用戶(hù)方面，文生視頻并非高頻剛需，其持續(xù)付費(fèi)意愿有限，而平臺(tái)大規(guī)模免費(fèi)提供服務(wù)又成本巨大。如果采取廣告模式，又因合成內(nèi)容的真實(shí)性與信任問(wèn)題而受到約束。因此，Sora之所以“燒錢(qián)”，并非單純是OpenAI的商業(yè)策略失誤，而是由技術(shù)范式內(nèi)在規(guī)定造成的結(jié)果。

以Sora為代表的生成式視頻工具還面臨著越來(lái)越嚴(yán)重的法律風(fēng)險(xiǎn)。例如，用戶(hù)可以輕易生成與既有IP高度類(lèi)似的內(nèi)容，比如模仿漫威或迪斯尼旗下的角色、視覺(jué)風(fēng)格乃至敘事方式，也更容易觸發(fā)法律糾紛。系統(tǒng)還能生成他人的外貌、聲音甚至行為，并以此形成高度逼真的合成視頻。這樣的視頻一旦被惡意傳播，不僅侵犯?jìng)€(gè)體肖像權(quán)利，還可能引發(fā)更廣泛的信任危機(jī)，而責(zé)任歸屬卻難以清晰界定。

在這些風(fēng)險(xiǎn)之下，平臺(tái)必須承擔(dān)更高的合規(guī)成本、采取更復(fù)雜的審核機(jī)制以及面臨巨大的應(yīng)訴和敗訴風(fēng)險(xiǎn)，這嚴(yán)重削弱了Sora的商業(yè)化可能。

三、人工智能發(fā)展的技術(shù)轉(zhuǎn)向：從“再現(xiàn)”到“行動(dòng)”

以上因素可以解釋Sora“為什么難”，但不足以解釋一個(gè)更關(guān)鍵的問(wèn)題，即OpenAi為什么選擇現(xiàn)在關(guān)閉Sora？答案在于人工智能整體的技術(shù)發(fā)展路線(xiàn)的轉(zhuǎn)向。

在一篇發(fā)表于2024年初的論文中，我指出，人工智能被稱(chēng)為“下一個(gè)新媒體”（the next new media）。它的發(fā)展呈現(xiàn)出兩條日益清晰的路線(xiàn)：（1）離身溝通型AI（“延展的心靈”）：人類(lèi)對(duì)媒介技術(shù)的應(yīng)用過(guò)程，從模擬媒介、數(shù)字媒介、社交媒體到大語(yǔ)言模型人工智能，是一個(gè)日益虛擬化/去物質(zhì)化/離身化的過(guò)程。該過(guò)程正引導(dǎo)我們脫離碳基身體，最終建構(gòu)出一個(gè)與現(xiàn)實(shí)世界共存和交互的虛擬世界，即元宇宙（人、物和環(huán)境的數(shù)字孿生）。這一趨勢(shì)尤其體現(xiàn)在近兩年來(lái)文生文字（text to text）、文生音頻（text-to-speech）、文生圖（text-to-picture）和文生視頻（text-to-video）等人工智能技術(shù)的增加和完善上。（2）具身溝通型AI（“心靈的延展”）：即人工智能延展出硅基身體以與現(xiàn)實(shí)環(huán)境實(shí)時(shí)互動(dòng)和不斷學(xué)習(xí)。這最初體現(xiàn)為各種可穿戴式設(shè)備、智能音箱、自動(dòng)駕駛、寵物機(jī)器人，直到基于文生動(dòng)作（text-to-acts）的人形機(jī)器人。這兩個(gè)發(fā)展路線(xiàn)呈雙螺旋相互促進(jìn)的關(guān)系。

或者，簡(jiǎn)要而言，人工智能目前存在兩種發(fā)展路徑。

其一：再現(xiàn)（Representation），包括文本（ChatGPT）、圖像（DALL·E）和視頻（Sora）等應(yīng)用，其核心能力是：模擬世界、生成內(nèi)容。

其二：行動(dòng)（Intervention / Embodied AI），包括機(jī)器人系統(tǒng)、自動(dòng)駕駛和智能體，其核心能力是：進(jìn)入世界、改變世界。

OpenAI 此次明確表示轉(zhuǎn)向“與物理世界互動(dòng)的AI”，意味著其判斷已經(jīng)發(fā)生變化：路徑一的邊際價(jià)值正在下降，而路徑二才是下一階段的戰(zhàn)略高地。從這個(gè)角度看，Sora的退出并非失敗，而是OpenAI的一次“資源重配”。借用馬歇爾·麥克盧漢 的經(jīng)典判斷而言，媒介不僅是信息載體，更是“人類(lèi)感知與行動(dòng)的延伸”：視頻生成強(qiáng)化的是“感知延伸”（讓人看到更多）；機(jī)器人強(qiáng)化的是“行動(dòng)延伸”（讓機(jī)器替人做事）。

這兩者的社會(huì)意義有所不同：前者改變的是體驗(yàn)，后者改變的是生產(chǎn)與現(xiàn)實(shí)結(jié)構(gòu)。因此，從視頻生成轉(zhuǎn)向機(jī)器人，本質(zhì)上是一種“從文化工業(yè)走向基礎(chǔ)設(shè)施”的躍遷。

四、Sora只是被階段性擱置

盡管如此，我們也不宜將Sora視為一條被徹底放棄的路線(xiàn)。更準(zhǔn)確的判斷是：它只是被“階段性擱置”。如果未來(lái)算力成本顯著下降、對(duì)深度偽造能形成成熟的監(jiān)管與水印體系，以及視頻生成在教育、影視工業(yè)等領(lǐng)域形成剛需，那么，類(lèi)似Sora的技術(shù)很可能重新回歸。但屆時(shí)，它的形態(tài)大概率不會(huì)是“社交媒體平臺(tái)”，而更可能嵌入到專(zhuān)業(yè)生產(chǎn)體系中，成為一種工具，而非一個(gè)入口。

OpenAI宣布將逐步關(guān)閉Sora，標(biāo)志著其AI發(fā)展戰(zhàn)略已從路徑一轉(zhuǎn)向路徑二——具身智能。然而，我們不應(yīng)將此簡(jiǎn)單解讀為產(chǎn)品失敗或用戶(hù)不買(mǎi)賬，而應(yīng)置于更長(zhǎng)時(shí)間尺度的技術(shù)演化中審視。從“讓機(jī)器像人一樣表達(dá)”到“讓機(jī)器像人一樣行動(dòng)”，這一轉(zhuǎn)向恰恰呼應(yīng)了馬克思在《費(fèi)爾巴哈提綱》中提出的觀(guān)點(diǎn)：“哲學(xué)家只是用不同方式解釋世界，真正關(guān)鍵的是去改變世界”。