算力账单逼宫：OpenAI用Sora股权换回估值叙事

2026年5月，OpenAI按下了Sora项目的暂停键。这个一度被视为展示人工智能视觉理解巅峰能力的“影视巨炮”，在内部被定性为“服务器密集型副项目”。仅仅五个月后，当《The Information》披露OpenAI正与一家隐秘初创公司进行深度谈判时，外界才看清这笔交易的底牌：OpenAI愿意交出Sora的深度访问权限甚至模型权重，条件只有一个——换取这家新公司的股权。

这不是简单的业务外包，而是一场针对AI重资产研发痛点的财务重组实验。

被GPU账单逼退的“影视巨炮”

决定往往由现金流和边际成本书写。大语言模型的竞争虽然同样烧钱，但其推理成本相对可控，且容易通过Scaling Law形成网络效应，用户粘性和付费转化率都在稳步提升。相比之下，视频生成的边际成本呈指数级上升。Sora需要在像素级分辨率下逐帧演算物理规律与光影变换，这意味着每一次用户请求背后都是成倍的GPU集群满载运转，不仅耗费硬件，还要消耗大量电力冷却资源。

据知情人士透露，Sora的服务器租赁、电力消耗与维护费用已经高到让OpenAI难以承受。在大语言模型领域，千次API调用可能只需几美分的基础算力开销；而在视频生成场景中，由于每一秒高清视频都需要数以万计的计算周期，单次生成的云端成本可达普通文本交互的数百倍甚至上千倍。这种严重的收入成本倒挂，使得Sora的用户订阅收入根本无法覆盖直接运营成本。

在2026年中期，为了保住核心基本盘，OpenAI做出了残酷但理性的选择：砍掉高耗能项目，将有限的大模型资源全部倾斜至传统对话式ChatGPT以及编程和企业市场，以此应对Anthropic等竞争对手的围剿。CEO Sam Altman曾在多个场合强调聚焦核心产品的重要性，Sora的命运正是这一战略意志的最直接体现。

这一决策的本质，是算力资本开支（CapEx）向运营成本（OpEx）转化失败后的止损行为。当硬件折旧和电力账单超过了单客收入的上限，继续维持内部运营就不再是创新，而是对现金流的无谓消耗。从财务报表角度看，这相当于将一项长期无法盈利的基础设施投资果断出清，为后续更有潜力的产品线腾出资金空间。

卡森伯格、皮布尔斯与贾斯瓦的“跨界铁三角”

接盘Sora火种的，是一支配置惊人的“跨界铁三角”。这家尚未公开的初创公司由好莱坞资深高管杰弗里·卡森伯格（Jeffrey Katzenberg）、前Sora研究负责人比尔·皮布尔斯（Bill Peebles）以及前Dropbox首席财务官苏杰·贾斯瓦（Sujay Jaswa）共同创立。

这三人组分别补齐了AI创业中最稀缺的三块拼图：内容分发渠道、底层算法架构与资本运作能力。卡森伯格凭借其在派拉蒙和DreamWorks积累的庞大电影人脉，能够确保Sora复活后直接触达影视工业的核心需求——制片公司、特效工作室和广告代理机构都是天然的目标客户。皮布尔斯作为曾经的Sora项目掌舵人，掌握着模型调优与微调的核心Know－how，他对Sora训练数据构成、注意力机制缺陷以及推理加速方案的深入了解，是任何外部团队短期内无法复制的技术壁垒。而具备Dropbox上市经验及企业级财务背景的贾斯瓦，则擅长设计复杂的融资结构并对接华尔街资金，他在上一份工作中帮助Dropbox完成了IPO全过程，这对于一家处于早期阶段的公司而言是不可或缺的能力。

据悉，该公司早已背靠卡森伯格联手的科技投资公司WndrCo，并正在与Andreessen Horowitz（a16z）等一线风投洽谈大规模融资轮次。如果顺利拿到注资，这支队伍将不再依赖单一平台的输血，而是彻底走向市场化定价的B2B服务模式。a16z近年来在AI基础设施领域的投资布局十分积极，此前已先后出手多家垂直行业AI应用公司，此次若能入局Sora的新载体，将进一步巩固其在该赛道的先发优势。

“技术剥离”背后的资产化逻辑

此次谈判的核心，在于探索一种“技术授权＋股权置换”的新型商业模式。

对于OpenAI而言，这是一次典型的资产负债表修复。虽然Sora的直接收入归零，但通过将模型接入一家专业影视工具公司，OpenAI不仅免去了后续高昂的维护费，还通过出让早期股权锁定了该初创公司未来商业化的上行收益。即便Sora本身不产生流水，其母公司依然能分享影视AI赛道爆发的红利。这种操作相当于把沉重的“固定资产”转化为灵活的“金融资产”，极大地优化了自身的估值叙事。更重要的是，OpenAI保留了与Sora模型相关的一定话语权和控制力——毕竟它依然是权重的所有者和升级迭代的主导方。

对于接盘方而言，购买或获取深度使用权则是跨越技术鸿沟的最短路径。从零训练一个能媲美Sora的视频生成大模型，不仅需要天文数字的资金投入，更耗时长达数年之久。在一个技术迭代速度以月计算的行业中，时间窗口一旦被竞争对手抢占，再多的资本也难以弥补。借助现有的成熟权重进行垂直领域微调，可以直接缩短产品上市周期，快速切入好莱坞制片流程，建立客户粘性后再逐步完善自有技术栈。

这种“大厂出模型，垂直团队做场景”的合作范式，正在取代过去巨头包揽一切的重资产模式。

AI基础设施的轻重之变

这场交易折射出的深层含义远不止于一个产品线的去留。随着视频、3D生成和多模态大模型全面铺开，整个AI行业的开发逻辑正在发生根本性转变。

在2023年的大语言模型竞赛期，所有玩家都相信只有自建全栈基础设施才能在竞争中存活，于是谷歌、微软、亚马逊争相斥巨资扩建数据中心。然而到了2026年，算力经济学的现实逐渐清晰：通用底座确实需要规模效应支撑，但具体应用场景却不必都由原厂商亲力亲为。当一个模型的成本曲线陡峭到无法被终端付费意愿消化时，最理性的做法就是将其模块化、组件化，交付给最能创造商业价值的下游伙伴。

未来的赢家或许不再是拥有最强大模型的人，而是最懂得如何将重算力负担剥离、将技术IP证券化的人。

当然，风险也同样真实存在。目前，交易的具体条款、股权比例以及Sora权重的交付深度均未公开。一旦谈判破裂，Sora将面临永久停运的风险，意味着OpenAI前期数十亿美元的计算投入将彻底沦为沉没成本，这些资金将直接拖累公司下一季度的盈利能力。此外，技术授权是否会导致模型质量的不可控衰减？新公司能否真正打通好莱坞的付费订阅壁垒？这些都是悬而未决的商业问号。

在昂贵的GPU账单面前，没有任何一项技术能够长期违背经济理性生存。OpenAI的这一转身，为所有陷入算力泥潭的企业写下了一笔宝贵的财务注脚。