OpenAI 做了两件看起来完全相反的事。

一边融资1220亿美元，投后估值8520亿美元，全球资本几乎同时押注。

另一边停止视频模型 Sora，把资源集中起来，只做少数几件事。

2026 年 4 月 2 日，OpenAI联合创始人兼总裁 Greg Brockman 在访谈里说：

“我们现在想做很多事情，但算力根本不够。”

钱有了，算力不够。那就只能选：应该做什么，不应该在哪里。

第一节 ｜为什么停：做不过来，也输不起

很多人看到停掉 Sora，第一反应是：视频模型这条路不行了。

但在这场访谈里，Greg Brockman 给出的回答恰好相反。能做的太多，必须放弃一部分。

视频生成模型和GPT推理模型，不是同一条技术路径。底层架构、训练方式、资源消耗，就像两棵分开的树。光是把其中一条路线做好，已经需要巨大的算力和工程投入。如果两边同时推进，难度成倍增加。

这不是多做一个项目的问题，是要同时维持两套完全不同的技术体系。

现实是，这个阶段最稀缺的资源，不是想法，也不是人才，是算力。模型越强，应用越多，消耗就越大。需求指数级增长，供给跟不上。

算力不够是一个原因，但不是唯一的原因。

更大的压力来自竞争对手。Greg在访谈里提到，OpenAI最可怕的时刻，其实是在ChatGPT发布之后。当时假日派对上到处都是我们赢了的气氛，但Greg当时的反应是：不，我们是处于劣势的一方，而且我们一直都是。

事实确实如此。Greg承认，他们在产品实用性上投入不够，那是他们落后的地方。直到去年年中才开始认真对待这个问题，专门组建团队去解决实际工作场景中的各种混乱情况。

到访谈时，Greg说：在这一点上，我们已经赶上来了。

但赶上不等于领先。Anthropic的Claude Code、Claude Co-work已经在市场上建立了认知。

和Anthropic的竞争还只是执行层面的，更根本的分歧在技术路线上。

不同公司对AI路径的判断完全不同。Google DeepMind的Demis Hassabis认为，最接近AGI的是图像生成器，因为要创造出逼真的图像和视频，模型必须理解物体之间的交互，必须对世界如何运作有概念。

主持人问Greg：如果情况确实如此，OpenAI在GPT这条技术路径上加倍下注，是否可能会错失一些东西？

Greg：绝对有可能。是的。

他没有否认这个风险，但OpenAI还是选择了GPT路线。因为他们看到GPT已经从演示功能变成了真正能完成工作，而视频生成、世界模型、机器人，虽然重要，但还在研究阶段，离大规模落地还有距离。

当选择变成必然，标准也就变了。决策不再围绕哪个更前沿，而是围绕另一件事：哪个方向能更快在真实世界里产生作用。

这个选择有争议。Google 押注视频生成，OpenAI押注推理模型，谁对谁错，现在还看不清。但有一件事很清楚：在算力有限的前提下，OpenAI已经没有同时推进两条路线的余地。

不是因为某个方向不重要才停，是因为每个方向都很重要，但做不过来。

外界看是停掉一个产品，内部更像是一次生死攸关的取舍。谁能赢，不再看谁覆盖的方向更多，而是看谁能把有限的资源，集中到最能落地的那条路径上。

现在的难题不是探索未知，而是在已知可行的多条路里，决定只走其中一条。选错了，可能就没有回头的机会。

第二节 ｜ 为什么融：钱不是底气，是焦虑

如果只看数字，这轮融资几乎没有争议。

1220亿美元，8520亿美元估值，OpenAI把能进场的资本都吸引进来了。亚马逊、英伟达、软银、微软，再加上一批顶级机构，这样的阵容很容易让人觉得：这是一家已经站稳、在进一步扩大优势的公司。

但访谈里，Greg谈得最多的不是资金，是供不上。他说得很直接：无论他们尝试建设多少算力，都很难跟上需求的增长。

这个认知从很早就开始了。

ChatGPT发布的那一刻，Greg和团队有过一段对话。团队问应该买多少算力，Greg说全部买下。团队以为他在开玩笑，又问了一遍：说真的，我们应该买多少？Greg的回答是：无论我们试图建立多少算力中心，我知道我们都将无法跟上需求。

这是 2022 年底，那时 ChatGPT 刚上线，用户还没有爆发到现在的规模，但 Greg 已经看到了这个缺口。三年过去，这个缺口不仅没有缩小，反而在持续扩大。

过去融资通常意味着扩张，有了更多资金，就可以招更多人、做更多产品、进入更多市场。但在这轮 AI 浪潮里，钱首先要解决一个更基础的问题：有没有足够的计算能力，让这些想法真正运转起来。

算力开始从成本变成接近产能的东西。Greg 这样形容：算力更像销售，只要有需求在那儿，能提供多少算力，就能带来多少使用量和收入。

消费者端和企业端的需求都在爆发。ChatGPT 周活跃用户已经达到9亿，企业端占总营收的40%以上，Codex 三个月内从10万用户增长到200万。这些需求同时出现，带来的不是增长机会，是持续扩大的负荷。

但是算力不是有钱就能马上买到的。

算力采购需要提前18个月，有时24个月，甚至更长时间锁定，这意味着今天下的订单，要到2027年甚至2028年才能交付。

CFO Sarah Friar在另一场访谈里提到，她现在花很多时间在2026年抢现成算力，同时也在思考2031财年和2032财年的算力会是什么样子。一边在抢短期能用的，一边在赌长期的布局。

今天下的订单，两年后才能交付。今天抢不到的算力，意味着2027年、2028年的需求无法满足。

钱只是入场券。

真正的考验是，能不能在18个月的交付周期里，把资金转化成正在运转的算力。

第三节｜押在哪：只剩两件事

方向必须收紧，资源又必须集中，问题就变成：哪些事情值得优先投入。

Greg给出的排序是：

第一，是一个能理解你、长期陪伴你的个人助理。

第二，是一个可以接过复杂任务、替你把事情做完的AI Agent。

用更简单的话说，就是两种能力：懂你，和替你做。

过去一段时间，AI的能力更多停留在回答问题。你提问，它给建议，效率确实提升了，但本质上人还是要把事情一项项做完。写文档、整理资料、查数据、改代码，这些步骤依然在。

现在，AI可以真正做事了。它可以从头到尾把事情做完：从理解你的意图，到调取资料，再到完成操作，最后把结果交回来，中间的过程不再需要你一条条指令去推动。

比如一个银行初级分析师接到董事总经理的电话，说明天要参加投资委员会会议，通常会开始一个漫长且充满压力的夜晚。现在有了Excel智能体和PowerPoint智能体，他可以快速做一份深入的研究报告、创建三表模型、制作PowerPoint，突然之间，他的大脑参与思考的是：有哪些洞察？有哪些可能遗漏的地方？什么是真正的新东西？

用Greg的话说，你变成了管理成百上千个智能体的CEO，这些智能体在完成你的目标、你的目的、你的愿景，而你不再陷入杂乱的细节中去弄清楚具体不同的事情是如何解决的。

只有当 AI 既能理解你，又能替你完成任务，它才真正变得靠得住。

这是 OpenAI 的赌注。

做不到，什么都是空的。

结语

停掉 Sora，融来1220亿美元，OpenAI的选择其实很明确。

算力有限，必须集中。集中到两件事：懂你，替你做。

这是一个转折点。AI从展示能力，走向真正接手工作。从工具，变成可以依赖的助手。

能不能做到，决定了这笔钱是投资还是赌局。

窗口期不会等任何人。

参考资料：

https://openai.com/index/accelerating-the-next-phase-ai/

https://www.youtube.com/watch?v=J6vYvk7R190&t=3063s

https://www.youtube.com/watch?v=Ey6i4idtd2c&t=1s

来源：官方媒体/网络新闻