视频生成的中美分叉：Sora关闭，硅谷撤退，中国在数钱

OpenAI关闭Sora那天，日亏损100万美元，排名第19。中国这边，可灵年营收破10亿，即梦成了电商标配，Sand.ai的VidMuse两个月做到1000万美金ARR。这是技术差距？不。这是两种市场、两种用户、两种商业逻辑的必然分化。

视频生成的中美分叉：Sora关闭那天，硅谷关灯，中国在数钱

OpenAI 终于关掉了 Sora。

4月26日，应用停服；9月24日，API关闭。这意味着这款曾被用来对标"AI的ChatGPT时刻"的视频生成产品，正式从市场上消失。

数字最能说明问题：Sora 每天亏损约 100万美元。日活跃用户在移动端上线后短暂冲到 100 万，随即腰斩，跌到不足一半。Sora 2 Pro 在排行榜上排第 19，排在字节跳动、Kling、Google Veo 之后。

这是 OpenAI 的失败，但不是视频生成的失败。

就在 Sora 关闭消息传出的同一周，国内视频生成产品的增长曲线完全是另一番景象：可灵年营收突破 10 亿人民币，即梦正在承接大量电商内容生产，Seedance 的多镜头叙事成了行业技术标杆。

一个正在关灯，一个正在数钱。

这不是技术差距。这是两种市场、两种用户、两种商业逻辑的必然分化。

仔细看美国公司的选择，会发现一个清晰的方向转移。

OpenAI 停掉 Sora，核心原因是"算力性价比"——生成一段视频需要消耗的算力是文字的几十倍，但用户的付费意愿远不如企业级 coding 产品。OpenAI 选择把算力倾斜给 coding Agent，世界模型团队接手了 Sora 的技术积累。

Runway 也在做类似的事。这家曾经做"专业创作者视频工具"的公司，叙事重心越来越偏向世界模型。Luma AI 也是如此。

曹越（Sand.ai 创始人，前光年之外联合创始人）说了一句很直接的话："他们（美国公司）在弱化产品、强化模型。"

这不是贬义。在硅谷的逻辑里，如果一个产品的商业化路径太长、不确定性太高，最理性的选择是回到更底层的能力建设。模型能力才是护城河，产品只是模型能力的包装。

所以 Runway 宁可花更多时间训练下一代世界模型，也不愿意继续在现有的产品功能上做增量优化。

中国公司的选择完全相反。

Sand.ai 的 VidMuse 两个月做到 1000 万美元 ARR，单周收入 20 多万美元。可灵、即梦、Seedance 的年营收都在高速增长。字节跳动的即梦在电商场景里已经成为标准内容生产工具。

这种分化的根源，不是中国公司技术更强，而是中国市场更愿意为视频内容付费。

曹越分析得很准：过去十年，中国最热的产品是微信和短视频。整个市场对 ToC 内容消费的感知和付费习惯，远比北美成熟。北美的 C 端大钱更多被 Meta 这样的巨头拿走，创业公司习惯在 ToB SaaS 挣钱。

所以中国公司面对视频生成这个能力，第一反应不是"这能不能成为下一个 ChatGPT"，而是"谁愿意为这个能力付钱"。

答案很清晰：本来就在做内容生产的专业创作者——短视频创作者、电商卖家、广告主、短剧制作方。

过去他们需要租场地、灯光、演员、后期，现在变成了"写好 prompt，点击生成"。这个替代路径短、付费意愿强、替代成本清晰。

表面看，这是"战略选择"的不同。深层看，是两套完全不同的产品哲学。

美国路线是从能力出发，找应用场景。模型能力是主角，产品是模型的放大器。世界模型跑通了，视频生成作为子功能自然受益。

中国路线是从场景出发，拼模型能力。哪个场景先能付费，就先打哪个场景。模型是工具，场景是入口。

这两种路线没有对错之分。硅谷相信"能力到了，应用自然会来"，中国相信"先把钱赚了，再谈诗和远方"。

问题在于，视频生成这条赛道，正在经历一个关键转折：它不再只是"Demo 好看"的炫技场，而是正在成为真正的内容生产基础设施。

当用户开始把视频生成工具真正用进日常工作流的时候，商业闭环的早晚会决定谁能活到明天。