惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Hacker News: Ask HN
Hacker News: Ask HN
WordPress大学
WordPress大学
T
The Blog of Author Tim Ferriss
The GitHub Blog
The GitHub Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
博客园 - 聂微东
A
About on SuperTechFans
Stack Overflow Blog
Stack Overflow Blog
雷峰网
雷峰网
Microsoft Azure Blog
Microsoft Azure Blog
腾讯CDC
爱范儿
爱范儿
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - 【当耐特】
V
Visual Studio Blog
有赞技术团队
有赞技术团队
U
Unit 42
D
Docker
小众软件
小众软件
F
Full Disclosure
I
Intezer
Scott Helme
Scott Helme
P
Privacy International News Feed
P
Proofpoint News Feed
Engineering at Meta
Engineering at Meta
Google DeepMind News
Google DeepMind News
B
Blog
Martin Fowler
Martin Fowler
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Vercel News
Vercel News
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Spread Privacy
Spread Privacy
宝玉的分享
宝玉的分享
S
Security Affairs
www.infosecurity-magazine.com
www.infosecurity-magazine.com
月光博客
月光博客
C
Cisco Blogs
云风的 BLOG
云风的 BLOG
Schneier on Security
Schneier on Security
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
T
Threat Research - Cisco Blogs
量子位
Hacker News - Newest:
Hacker News - Newest: "LLM"
H
Heimdal Security Blog
N
Netflix TechBlog - Medium
H
Hacker News: Front Page
P
Proofpoint News Feed
G
GRAHAM CLULEY
V
Vulnerabilities – Threatpost
S
Schneier on Security

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
Sora 2两月留存率接近0%,奥特曼得学抖音快手?
字母榜 · 2025-12-03 · via 人人都是产品经理

曾被 OpenAI 视为颠覆短视频格局的 “核武器”,Sora 凭借 OpenAI 的金字招牌实现 iOS 首周百万下载、Android 首日 47 万安装的爆发式增长,一度霸榜 App Store。但短短两个月后,30 天 1%、60 天近乎 0% 的留存率让其遭遇滑铁卢。生成质量不稳、社区功能残缺、算力成本高企,这场技术领先却用户流失的困局,给 AI 视频生成赛道敲响了警钟。

作为OpenAI在视频生成领域的王牌,Sora 2曾被寄予厚望。奥特曼还为其加入社区等社交功能,在OpenAI内部,Sora 2甚至被视为能颠覆现有短视频格局的“核武器”。

然而,短短两个月的时间,市场就给出了最冰冷的反馈。

近日,硅谷风投机构a16z合伙人Olivia Moore在社交媒体上爆料称,Sora 的下载量仍在增长,但早期用户留存率数据(如下所示,与 TikTok 对比)看起来相当疲软。

Olivia Moore晒出一张APP数据监测服务SensorTower的截图:Sora的30天用户留存率1%,60天用户留存率0%。

“这说明这种模式确实很火,而且有一批重度用户在制作和导出 Sora 的视频。但是,大多数用户并没有坚持使用这款应用。”她说。

这不仅是一次产品的滑铁卢,更是给“AI技术强行嫁接社交属性”模式泼了一盆冷水。

Sora 2凭借OpenAI的金字招牌,在发布初期通过取消邀请制和全平台铺量,轻松实现了iOS首周百万安装、Android首日47万下载的爆发式增长,一度霸榜App Store。

可Sora 2给用户带来的是什么呢?极低的成片率、每天却仅有30个短视频的免费额度,以及达到免费上限后,高昂的额外生成费用。

因此,当新鲜感褪去,Sora留下的只有算力黑洞和有待商榷的商业逻辑。

01

Sora 2的发布可以说是2025年AI圈最受关注的事件之一。

Android版本的表现尤其抢眼。根据winsomemarketing的数据,Sora 2上线首日,其在美国、欧洲等这七个市场获得了47万次下载。其中美国市场一家就贡献了29.6万次下载,占据了总量的63%。这个数字比iOS版本首日的下载量高出327%。

iOS版本的数据同样亮眼。首周安装量达到100万,Sora 2一度登顶App Store免费应用榜单,成为当时最热门的应用。

这样的开局让OpenAI内部感到振奋。取消邀请制的决定看起来是正确的,全平台同步发布的策略也收到了预期效果。从下载数据来看,Sora 2完全具备成为现象级应用的潜力。

但好景不长。火爆的下载数据背后,隐藏着用户快速流失的危机。

iOS版本的App Store排名开始持续下滑。从免费榜第一名,到第二名,再到第三名,最终跌至第四名。这个下滑过程持续了不到两周时间。祸不单行,不只是新用户的增长速度在放缓,已经下载的用户中,大部分人甚至不再使用Sora 2。

最开始在今年九月发布时,Sora 2采用的是封闭测试,仅限于内部红队测试和少数受邀艺术家使用,想要用Sora 2生成视频,必须获取邀请码。虽然存在几个无限使用次数的“公开邀请码”,但都只是短期存在,超过一定时间后就会失效。

为了能获客,在十月底的时候,OpenAI决定在美国、加拿大、日本和韩国这几个特定市场率先拿掉邀请码机制,所有用户均可免费注册,并免费使用。

更致命的数据来自用户留存率。根据2025年11月的统计数据,Sora 2的30天用户留存率不足1%。这意味着100个下载了应用的用户中,一个月后只有不到1个人还在继续使用。到了60天,这个数字更是接近0%。

作为对比,根据艾瑞咨询的数据,抖音30天留存为48.7%,快手为46.2%。即使是一些表现平平的社交应用,30天留存率也能保持在15%到20%之间。

虽然,大部分手机APP在安装后,三天就会流失77%的日活跃用户,30天内流失90%的用户已经算是正常水平。但Sora 2连这个“正常水平”都没有达到,它的流失速度远超行业平均。

下载量与留存率之间的巨大落差,揭示了一个残酷的现实:用户的好奇心可以带来安装,但无法转换为持续使用的黏性。

从霸榜到跌落,Sora 2只用了两个月的时间。这个速度快得让人措手不及,也让整个AI视频生成行业开始重新审视一个问题:技术的先进性,真的能够直接转化为产品的成功吗?

02

Sora 2留存率低的根本原因,在于它还没有从“玩具”进化成“工具”。

生成质量的不稳定是最直接的问题。winsomemarketing的团队在实际测试中发现,Sora 2生成的视频中,真正可以用于实际发布的内容命中率只有5%到10%。

这意味着用户需要生成10个视频,才有可能得到1个满意的结果。剩下90%的生成内容,都不能使用。

这个命中率对于一个生产工具来说是致命的。因为内容创作者需要的是稳定、可预测的输出。他们输入一段文字描述,希望得到的视频至少能够基本符合预期,然后再进行细节调整。而不是靠运气生成内容。

渲染时间是另一个问题。生成一个视频往往需要等待几分钟。

虽然说这不是什么大事,但是如果叠加上90%的失败率,用户可能需要花费大半个小时甚至更长时间,才能得到一个勉强可用的视频。这对于使用者来说,简直和坐牢一样。

技术层面的不达标有其根本原因。视频生成的本质是连续的图片生成,这就需要强大的图像生成模型作为基础。但OpenAI自己的图片生成能力还停留在GPT-4o时代,这个基础能力的限制直接影响了视频生成的质量上限。当用户对单帧画面质量都不满意时,连续播放的视频自然更难让人满意。

更关键的是,Sora 2缺乏精细的编辑功能,用户无法直接在应用内进行修改视频,只能修改提示词,然后重新生成,期待下一次的结果能够更好。

其最直接的表现就是画面质量的不稳定。

有时候人物的面部表情会出现奇怪的扭曲,有时候物体的运动轨迹不符合物理规律,有时候背景和前景的融合显得生硬。这些问题不是偶然出现,而是随机分布在大部分生成结果中。用户无法预测哪个生成会出现问题,也无法通过调整提示词来完全避免这些问题。

Sora 2有一个功能叫做Cameos,这是为了解决视频中角色不连贯,让上一个分镜中的人物长得和下一个分镜中一样。

你只需要对着手机录一段十几秒的视频(包含声音和面部表情),Sora 2就会把你的样貌、声音,甚至微表情提取出来,生成一个专属的“演员模型”。

这个功能看起来很有趣,不过却给Sora 2带来了大量的法律纠纷。

Cameo这个词的意思是客串,而刚好就有这么一家提供名人定制视频服务的公司叫作Cameo。你只要付钱,就可以让上面的明星专门为你(或你的朋友)录一段祝福视频。

但是这家公司认为,OpenAI使用“Cameos”这个名称侵犯了自己的商标权,并且对OpenAI提起诉讼。虽然OpenAI表示不认为有人可以独占“Cameo”这个词,但这场法律纠纷还是影响了功能的推广。

更致命的问题是,Sora 2的社区功能简直是一场灾难。

用户在抖音、快手、B站上创作内容,好的视频会得到更多的展示,而用户的点赞、评论、收藏、转发会提高这些视频的展示位。

但是在Sora 2里,一些优秀高赞的作品不会得到展示,相反,一些没有意义、低质量、低创意,甚至没有获得任何点赞的作品会得到展示。

而且Sora 2的社区机制还有明显缺陷。视频虽然可以重新剪辑,但是播放过程中不能暂停,也不能像图片页面那样提供视频的提示词。更加令人费解的是,Sora 2社区只能点赞,没有评论和收藏这样的基本功能。

还有一点,Sora 2的社区没有任何筛选功能,仅有一个功能叫作“搜索相似词条”,不过这个功能做的体验也是糟糕至极。

实际使用过程中,在一个魔法女巫的AI视频中点击搜索相似词条功能后,出来的是坦克、月球以及一些历史人物。

技术不成熟、社交属性缺失、社区机制低效,这些因素合在一起,让Sora 2始终停留在“玩具”阶段。

而当一个产品只是玩具时,留存率接近0%就成了必然结果。

03

Sora 2面临的不仅是产品问题,更是商业化困境。

OpenAI的Sora负责人比尔·皮布尔斯(Bill Peebles)公开承认,Sora 2当前的模式“完全不可持续”。

最初,OpenAI给每个用户每天30个免费视频生成额度。皮布尔斯以为这个数量已经足够了,毕竟生成一个视频需要时间,用户应该不会频繁使用。但现实很快打脸。

OpenAI的回应是推出付费增值服务。用户可以花4美元购买10个额外的视频生成额度,Pro用户的每日上限则提高到100个。看起来这是一个合理的商业化尝试,让愿意付费的用户获得更多使用机会。

但这只是权宜之计。皮布尔斯说,根本问题在于GPU算力短缺。

生成一个AI视频需要消耗大量算力。Sora 2使用的模型参数量巨大,每次生成都要调用昂贵的GPU资源。OpenAI每天要为Sora 2的运营支付1500万美元,这个数字令人震惊。每天1500万美元,一个月就是4.5亿美元,一年接近55亿美元。

这样的成本结构下,OpenAI必须找到相应的收入来源。但现实是,不足1%的用户留存率意味着绝大部分下载用户很快就放弃了使用。

他们不会成为付费用户,不会持续消耗算力,也不会为OpenAI带来任何收入。那些持续使用的重度用户虽然消耗了大量算力,但他们的付费金额远远无法覆盖成本。

皮布尔斯明确表示,未来必须削减免费额度,以降低产品成本。

问题是,降低免费额度会进一步降低用户留存。那些本来就不怎么用Sora 2的用户,如果发现免费额度从30个降到10个甚至更少,可能会直接卸载应用。而那些需要大量生成的用户,面对更高的使用成本,也会开始寻找替代方案。

OpenAI现在处于一个两难境地。维持现有的免费额度,成本不可持续。降低免费额度,用户会加速流失。提高付费价格,市场接受度会降低。这个死结很难解开。

知识产权侵权问题更加复杂。用户可能会用Sora 2生成包含版权内容的视频,比如著名角色、知名场景、受保护的艺术作品。

OpenAI必须对生成内容进行审核,限制用户可以创作的内容类型。但这种限制又会影响用户体验,降低Sora 2的实用性。

OpenAI已经多次调整内容生成政策,反复限制用户可以生成什么样的视频。每一次调整都会引发用户不满,因为他们发现很多原本可以生成的内容现在被禁止了。

历史似乎在重演。

Sora 1时期,OpenAI虽然技术领先,开创了视频生成的先河,但最终被国内的即梦、可灵这样的产品在体验上反超。

这些竞争对手可能技术能力不如OpenAI,但他们更注重用户体验,更愿意根据市场反馈快速调整产品。结果是,技术先进的Sora 1没能在市场上占据主导地位。

现在Sora 2面临同样的局面。OpenAI拥有最先进的视频生成技术,但如果无法将技术优势转化为良好的用户体验,无法建立可持续的商业模式,那么其领先的地位将不复存在。

奥特曼此前曾表示,“让用户持续使用”和“避免过度成瘾”之间找到平衡。但是现在回过头来再看,显得有些讽刺,因为Sora 2现在连让用户持续使用都做不到,谈何成瘾?

但从另一个角度看,奥特曼的担忧反映了OpenAI的价值观困境。他们希望Sora 2能够吸引用户、留住用户,但又不想像抖音、快手那样通过算法和机制让用户“上瘾”。

这些短视频产品之所以成功,正是因为它毫不掩饰地追求用户停留时长。每一个功能设计都在引导用户继续刷视频,推荐算法精准到让人难以离开。

这种策略虽然饱受批评,但确实有效。OpenAI想要避免这条路,却还没有找到替代方案。

算力成本、内容审核、法律合规、产品体验、商业变现,OpenAI需要同时解决多个难题。而这些难题之间往往相互矛盾。提升体验需要更多算力,但算力成本已经难以承受。开放更多功能会面临法律风险,但限制功能又会损害用户体验。追求用户留存可能导致过度成瘾,但不追求留存产品就会失败。

目前来看,整个AI视频生成赛道都还处于商业化探索的早期阶段。各家公司都在烧钱推广,都在寻找可行的商业模式,但没有人真正找到答案。

Sora 2的困境不是个例,而是行业普遍面临的问题。

只是对于OpenAI来说,这个困境来得太快了。从产品发布到留存率归零,只用了两个月时间。

同时OpenAI也给整个行业敲响了警钟:技术领先不等于产品成功,下载量不等于用户留存,融资能力不等于商业模式。

距离健康的盈利模式,AI视频生成行业还有很长的路要走。

本文由人人都是产品经理作者【字母榜】,微信公众号:【字母榜】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。