快手可灵月活破780万登顶，OpenAI却砍掉Sora押注“土豆”：AI视频生成迎来“中国时刻”

一边是快手可灵AI以780万月活登顶全球AI视频生成工具榜首，商业化年收入运行率突破3亿美元；另一边是OpenAI悄然关停Sora，转而曝光代号“Spud”（土豆）的全新预训练模型，声称要打造“超级应用”。2026年春天，AI视频生成赛道迎来戏剧性转折——国产多模态应用正在全球市场高歌猛进，而曾经的行业标杆却选择战略性撤退。这背后，究竟是一场技术路线的分化，还是商业逻辑的重新洗牌？

一、可灵登顶：国产AI视频的“逆袭时刻”

1.1 数据说话：780万月活，断层领先

市场情报机构Sensor Tower的最新数据显示，快手旗下AI视频生成应用可灵AI在2026年3月的移动端月活跃用户（MAU）已达到780万，而同期OpenAI的Sora仅为470万。更值得注意的是，这还是在Sora关停之前的数据——在Sora正式退出舞台后，可灵的领先优势进一步扩大。

增长势头同样强劲：仅3月最后一周，可灵全球周活跃用户（WAU）环比增长4%，平均规模达260万。这一数据标志着可灵已成功登顶全球移动端AI视频生成工具的“新王座”。

1.2 商业化爆发：ARR破3亿美元，年收入有望翻倍

用户规模的领先直接转化为商业化的爆发。据快手2025年第四季度财报显示，可灵AI第四季度收入达3.4亿元，全年总收入突破10亿元关口。

更令市场瞩目的是，快手科技创始人兼首席执行官程一笑在业绩电话会上透露：截至2026年1月，可灵的ARR（年化收入运行率）已突破3亿美元，公司对今年实现收入同比翻倍以上增长有较强信心。

从收入结构来看，可灵已经形成了清晰的商业化路径：

• 个人订阅：C端用户付费使用视频生成功能

• 企业API：为专业创作者和企业客户提供底层能力

• 生态赋能：与快手内容生态深度融合，形成闭环

广发证券分析认为，可灵AI在视频生成领域保持第一梯队优势，模型迭代和商业化或超预期，有望成为快手中长期新增长曲线。

1.3 技术底气：为什么是可灵？

在技术层面，可灵的核心竞争力体现在三个维度：

角色一致性可控性：AI视频生成最大的痛点之一是角色在不同场景下的形象一致性。可灵通过多模态视觉语言（MVL）理念，实现了文字、图像、视频等多模态的指令输入，确保角色在长视频中的稳定呈现。

物理真实感：算法针对真实物理世界进行了深度建模，生成的动态画面符合物理规律，避免了AI视频常见的“飘忽感”。

复杂场景稳定性：在高复杂度场景（如多人互动、快速运镜）中保持输出稳定，这正是专业级用户的核心诉求。

技术演进路径清晰可见：从可灵2.0的MVL理念，到O1模型的多模态交互深化，再到3.0系列的All-in-One统一框架，快手正沿着统一原生多模态方向持续迭代。

1.4 Sora“离场”后的权力交接

可灵的崛起，恰逢Sora的战略性撤退。此前，Sora的关停在全球AI创作者群体中引发了巨大反响，留下的市场真空迅速被可灵等国产工具填补。

这一“权力交接”背后，反映了中美AI应用路线的分化：美国巨头更倾向于押注底层模型突破，而中国企业则在应用场景和商业化落地上走得更快。正如行业观察者所言，这是视频生成领域的“中国时刻”。

二、OpenAI的“土豆”战略：砍掉Sora，All-in AGI

2.1 Sora为何被边缘化？

就在可灵高歌猛进的同时，OpenAI却做出了一个令人意外的决定——关停Sora，将其研发团队并入机器人领域。

OpenAI联创兼总裁Greg Brockman在近期播客中首次详细解释了这一战略调整的原因：

“我们到了一个节点——技术已经验证可行，但必须进入真实世界。在算力有限的情况下，同时推进两个差异巨大的产品分支非常困难。”

核心逻辑很清晰：OpenAI确信文本模型可以走向AGI，而视频生成（Sora）与核心推理模型（GPT系列）在技术架构上是不同的分支。与其分散资源，不如将所有火力集中在一条路径上。

Brockman透露，一位物理学家研究了很久的难题，OpenAI模型在12小时内就给出了解决方案。这种“思考”能力让他们必须加倍下注。

2.2 “土豆”（Spud）是什么？

取代Sora的，是一款代号为“Spud”（土豆）的全新预训练模型。这并非简单的GPT-X迭代，而是凝聚了OpenAI过去两年心血的全新架构。

根据多方爆料（X平台@iruletheworldmo等），GPT-6（即Spud）的核心参数如下：

更关键的是，GPT-6被定位为AGI的“最后一公里”。Brockman表示，迈向AGI的进度已完成约80%，而GPT-6就是剩下的那20%。

2.3 技术突破：200万上下文与System-2推理

GPT-6的核心技术突破集中在三个方面：

200万Token上下文窗口：采用“分层稀疏注意力”与“滚动记忆缓存”技术，可一次性处理整本书、完整项目文档或超长视频。这相当于GPT-5.4的两倍容量。

System-2逻辑引擎：新增双系统推理架构——System-1负责直觉式快速响应，System-2负责内部逻辑校验和事实核查。官方宣称幻觉率可降至0.1%以下，在数学、医疗、法律等专业领域有望实现“零错误”。

Symphony原生多模态：文本、图像、音频、视频、3D实现原生统一编码，所有信息共享同一向量空间，而非传统的“文本为主、多模态拼接”。

2.4 “超级应用”：OpenAI的终极野心

模型之外，OpenAI更大的战略是打造一款整合编程、浏览器和ChatGPT的“超级应用”（Super App）。

Brockman描绘了这一应用的愿景：

“它不仅是工具，更是你的‘个人助理’——了解你、与你的目标一致、值得信任。你想让电脑做什么，直接告诉它就行，电脑会顺应人类，而不是人类顺应电脑。”

具体规划上，超级应用将分步推进，起点是Codex应用——它既是通用的智能体框架，能调用各种工具，又擅长写软件。未来几个月，这一框架将接入电子表格、Word文档等知识工作场景。

这解释了OpenAI为何砍掉Sora：不是视频生成不重要，而是在通往AGI的路径上，OpenAI选择了“文本→推理→智能体”这条主线。视频能力不会被放弃，但将被整合到统一的多模态框架中，而非作为独立产品线存在。

三、两条路线的碰撞：谁是对的？

3.1 可灵的胜利：场景驱动的商业化逻辑

可灵的成功验证了一条与OpenAI截然不同的路径：以场景驱动技术迭代，用商业化反哺研发。

快手没有等待“完美模型”诞生，而是快速将可灵推向市场，在真实用户反馈中持续优化。程一笑在电话会上坦言：“当前视频生成在技术和产品层面都远没有到成熟的地步。”但这并不妨碍可灵通过移动端优先的策略抢占C端市场——相比Web端的繁琐操作，手机端的随时随地创作更符合大众习惯。

数据证明了这一策略的有效性：可灵全年收入破10亿元、ARR超3亿美元，这在AI视频生成赛道中堪称标杆。更重要的是，可灵与快手内容生态形成了正向循环——AI生成的内容有了天然的落地土壤，创作者有了变现渠道，平台也因此获得差异化竞争力。

3.2 OpenAI的豪赌：AGI优先的长期主义

OpenAI的选择则是另一种极端：砍掉所有旁支，All-in AGI。

Brockman在播客中透露，OpenAI内部从2025年12月起一直处于“编程红色警报”状态。原因很简单：Anthropic的Claude Code等AI编程产品在真实世界场景中表现出色，大量用户被抢走。这让OpenAI猛然意识到——“原来只靠文本，真的有可能通往AGI”。

于是，奥特曼做出了一个大胆决定：砍掉几乎所有非核心产品线，包括一度备受期待的Sora和与之相关的迪士尼十亿美元合同。所有资源被集中投入到GPT-6（Spud）的研发中。

这是一场豪赌。赌的是：只要模型足够强大，应用场景自然会来。Brockman对此充满信心：“我们已经确信文本模型可以走向AGI——AGI就在眼前，今年还会有更强的模型。”

3.3 殊途同归？未来可能走向融合

两条路线看似对立，实则可能在未来走向融合。

可灵的成功并不否定OpenAI的路线，而是展示了在当前技术阶段，场景落地和商业化的重要性。即使模型不完美，只要找准用户痛点（移动端便捷创作、物理真实感、角色一致性），就能在市场上占据一席之地。

OpenAI的路线则代表了更长远的技术愿景：只有突破AGI的瓶颈，才能解锁真正颠覆性的应用场景。Brockman透露，OpenAI内部正在研发“自动化AI研究员”，计划秋季推出，能够承担相当比例的科研任务。这种能力显然远超当前的视频生成工具。

从技术演进来看，双方都在向统一多模态的方向靠拢。可灵从3.0开始采用All-in-One理念，将多模态输入输出纳入同一模型框架；OpenAI的Spud则从底层实现了文本、图像、音频、视频的原生统一编码。殊途同归——未来的AI模型必然是统一多模态的。

四、行业启示：AI视频生成的下半场

4.1 国产应用的黄金窗口期

Sora的退场为国产AI视频工具打开了一个难得的窗口期。可灵的成功证明：在AI应用层，中国企业完全有能力实现全球领先。

这背后的优势是多方面的：

• 移动端基因：中国互联网公司在移动端产品体验和用户获取上有天然优势

• 内容生态支撑：快手、抖音等内容平台为AI生成内容提供了现成的分发渠道和变现路径

• 快速迭代能力：中国团队在产品迭代速度和用户反馈响应上更具灵活性

爱诗科技的PixVerse V6也已发布，在AI视频生成榜单中位列全球第二。国产AI视频工具正在形成矩阵优势。

4.2 OpenAI的战略转向：AI进入“应用时代”

OpenAI砍掉Sora、聚焦超级应用的战略转向，释放了一个重要信号：AI竞争已从“模型军备竞赛”进入“应用落地”阶段。

模型能力固然重要，但如何让用户真正用起来、愿意为之付费，才是决定胜负的关键。超级应用的战略，正是要将OpenAI的技术能力整合为一个统一、易用、高粘性的产品入口。

Brockman的比喻很形象：OpenAI的模型就像迪士尼的米老鼠，是核心IP；超级应用则是围绕这一IP打造的“迪士尼乐园”，让用户真正沉浸其中。

4.3 开发者的新机会

对于AI开发者和创业者来说，当前的行业格局意味着新的机会：

短期机会：可灵等国产工具正在快速成长，围绕其生态的插件开发、模板创作、内容服务等领域存在大量机会。

中期机会：GPT-6发布后，其200万上下文窗口和System-2推理能力将解锁前所未有的应用场景——长文档处理、复杂任务自动化、智能体协作等。

长期机会：统一多模态模型的出现，将模糊文本、图像、视频、音频的边界。能够跨模态创作的“全能型AI应用”将是下一波创业热点。

4.4 风险与挑战

当然，前景并非一片坦途。

对于可灵等国产工具，挑战在于：技术天花板尚未突破。视频生成在角色一致性、长视频连贯性、物理真实感等方面仍有明显局限。一旦OpenAI或其他国际巨头重新加码视频赛道，竞争格局可能再次变化。

对于OpenAI，风险在于：过度集中押注AGI路线可能错失应用层的先机。当可灵已经在C端市场站稳脚跟、形成用户习惯时，OpenAI的超级应用尚未面世。模型再强，如果没有用户和数据飞轮，也可能在应用层落后。

五、写在最后

2026年的春天，AI视频生成赛道迎来了真正的分野。

一边是可灵以780万月活、3亿美元ARR的成绩单，向世界证明中国AI应用的实力；另一边是OpenAI壮士断腕，砍掉Sora、All-in“土豆”模型，为AGI的最后一公里发起冲刺。

两条路线，各有各的逻辑，各有各的赌注。可灵赌的是场景先行、商业反哺，OpenAI赌的是技术突破、应用随行。

谁能笑到最后？答案或许不重要。重要的是，这场竞争正在加速AI从技术概念走向真实应用——而这，对所有人来说都是好消息。

毕竟，AGI的终极目标，不是谁赢谁输，而是让智能真正服务于每一个人。