Sora、冒泡鸭相继停运:2025年AI应用关停名单持续拉长

资讯 AI 行业观察 作者:象先志 全文 4320 字 · 约 11 分钟读完 配图 7 张

一年之内,上千个AI应用为何接连退场?

(本文作者为 象先志,钛媒体经授权发布)

2025年9月,Sora登顶美国AppStore的那天,OpenAI的工程师在社交平台转发截图,好像AI视频的时代真来了。可七个月过去,这款产品从用户手机里没了踪影:App黑屏,网页报错,API也收到了终止通知。

类似的故事不止一桩。冒泡鸭全平台下载量600万,停运;XEVA有300万用户,服务器关闭;字节扣子企业版拿下19.3%的市场份额、排行业第一,也收到了2027年底全面下线的通知。腾讯元器、百度梯子AI、米哈游AnuNeko……这份“死亡名单”还在加长。

不过关停潮的另一头,行业并没有萎缩。Sensor Tower的统计显示,2025年全球生成式AI移动应用下载量同比翻倍,达到38亿次,应用内购收入超过50亿美元,接近2024年的3倍。

Sora、冒泡鸭相继停运:2025年AI应用关停名单持续拉长(配图 1)

需求在涨,产品却在关,两件事同时发生

那这些AI产品到底为什么死?下一个倒下的AI APP又会是谁?

墓碑越立越多,名单还在加长

专门记录停服工具的“AI Graveyard”目录,挂在AI工具聚合网站Dang.ai下面。

到2026年11月20日,这个目录累计标记了1,895个停用工具。要说明的是,这个数字记的是工具和服务条目,其中既有产品停服,也有整合、更名之类的退出方式,不能直接当成公司倒闭的数量。

Sora、冒泡鸭相继停运:2025年AI应用关停名单持续拉长(配图 2)

累计关停数量与此前不同时间段的新增数对照

海外这一排墓碑上,刻着不少曾被看好的名字:心理健康聊天机器人Woebot融资超过1亿美元,2025年宣布停运;AI搜索引擎Phind在2025年12月刚完成融资,2026年1月16日就宣布关停,只留给用户两周时间导出数据。谷歌6月关掉PixelStudio的核心生图功能,5月下线ProjectMariner;微软的CopilotGPTBuilder上线三个月就没了。

把名单拉到国内,冷清程度不比海外差。智东西统计,仅2025年就有至少25个国产AI应用停运、下架或长期停更。2026年的清场还没结束:腾讯元器11月9日正式停服;QClaw宣布12月24日停运,从3月公测算起大约9个月;字节7月15日下线豆包自建智能体功能;10月29日扣子企业版进入退出倒计时;百度梯子AI 2026年3月4日关停,从更名上线到并入母体只走了大约半年;网易云音乐的妙时7月14日停止服务;米哈游联合创始人蔡浩宇的BSide:OliviaLin上线不到一个半月,就从Steam下架。

创业公司的倒下更密集。阶跃星辰的冒泡鸭全平台下载量超过600万,2025年11月5日停运;小冰的XEVA下载量超300万,同月30日停止所有服务;MiniMax的万物追踪公测不到3个月就全面下架;蔡浩宇的AnuNeko上线不足一年,2026年7月29日关门。

从对话陪伴到AI视频,从Agent平台到效率工具,热门赛道几乎都留下了关停的背影。

为什么会死?

有些AI应用倒下的时候,用户的需求其实还在,只是当初支撑它独立收费的理由变了。

独立AI搜索碰上的就是这种竞争。通用模型还不会联网那会儿,替用户搜索、整理网页、生成答案,是能做成生意的。到2025年2月,ChatGPT已向服务覆盖地区的所有用户开放搜索,连注册都不用。独立应用就这样和一个已有大量用户、免费提供相似功能的产品正面撞上。开发者还得付模型调用和获客的钱,模型厂商 meanwhile 也开始直接抢应用的用户。

更强、更便宜的模型,别的开发者同样拿得到。产品要是主要靠一时的功能差异收费,用户换服务又不用迁移大量数据、不用改工作流程,这点优势很容易被下一次更新磨掉。需求没消失,用户只是去了更方便、更便宜的地方。

另一重压力来自计费方式。一次简短问答,和一个反复推理、调用工具的任务,消耗的算力可能差很多。固定月费能让收入稳定,却保证不了每个用户的使用成本也稳定。Cursor在2025年6月调整计费,把Pro套餐里的前沿模型用量改成按API价格折算的20美元额度。它的解释是,最复杂请求的成本可以比简单请求高一个数量级。模型单价就算降了,任务变长、调用变多,省下来的钱也可能再花回去。

结果,“先免费吸引用户,再慢慢收费”这条路更难走了。活跃用户留了下来,可每次使用都可能带来新的推理支出;限额会伤体验,涨价又会把一部分用户推向免费替代品。应用得让用户明确感觉到,多付这笔钱能解决通用助手解决不好的问题。缺了这层差异,规模增长就很难变成足以覆盖新增调用的收入。

大厂内部的产品,资源分配还得看母公司脸色。OpenAI 停掉 Sora 那阵子,正把重心挪向专业工作与企业客户。首席财务官 Sarah Friar 对美联社表示,得给马上要推出的新模型腾出足够算力。

Sora、冒泡鸭相继停运:2025年AI应用关停名单持续拉长(配图 3)

累计内购收入与日成本的静态换算,以及用户规模变化

已经跑在前头的产品,投入节奏同样在调。11月18日,腾讯总裁刘炽平坦言,元宝的表现没达到最初预期,公司已经把投入砍了一大截,重心从铺用户规模转到打磨能力上。当季腾讯资本开支同比涨了527%,元宝这边反倒缩了。

千问、豆包同样在收紧营销预算。阿里8月披露,截至6月底的那个季度里,千问 App 的市场费用出现下降;36氪6月报道称,字节也嫌推理成本太贵,削减了豆包的推广投流。拉来一个用户只是开头,后面推理还得持续花钱,头部产品都主动把扩张脚步放慢了。

产品被整合,是另一种退场方式。扣子企业版的下线公告写明了分阶段停售与终止服务,后续企业产品和套餐还在规划中。变的是母公司的产品安排。若把它和创业公司烧光钱后关门列在同一张名单上,两种不同的经营选择就被遮住了。

Sora、冒泡鸭相继停运:2025年AI应用关停名单持续拉长(配图 4)

Sora、冒泡鸭相继停运:2025年AI应用关停名单持续拉长(配图 5)

算力、资本、模型进化,三股力量一起挤压着AI应用的生存空间。

活下来的AI产品,做对了什么?

死亡名单翻过来,是一张活法清单。活下来的产品没有统一公式,却都躲开了同一个坑:把“有AI”本身当卖点。

Cursor走的是第一条路。四名MIT辍学生创办了这家公司,2025年6月它披露年度经常性收入(ARR)超过5亿美元;彭博2026年3月援引知情人士的说法称,其2月年化收入已超过20亿美元。它的高明之处不在“用了最好的模型”,而在把成本结构拆成两道防火墙。

自研模型是第一道。Cursor基于KimiK2.5微调出自研推理模型,把单位调用的API成本压了下来。企业级定价是第二道。Pro版20美元/月,Business版40美元/月,Enterprise合同则自定义定价——企业客户对价格没那么敏感,更在意安全合规和团队协作,客单价是个人版的2-4倍,流失率也更低。到2026年初,企业收入已占总收入的60%。

但活下来不等于可以松口气。Anthropic推出ClaudeCode后,仅一个多月年化收入就做到1.3亿美元,半年后突破10亿美元。上游厂商一旦认真做这个市场,中间商的价值就会快速缩水——Cursor正处在这样的生死时速里。

DeepSeek走的路完全不同。科技评论人KevinXu把它的护城河总结为“零外部融资、无商业化压力”。创始人梁文锋背后的量化基金幻方量化,2024年以53%的回报率赚了超7亿美元利润,这笔钱直接用来买显卡、招人。DeepSeek不必对投资人负责,只对技术负责。

拿老钱养新梦,这种模式让DeepSeek能持续往模型研发里投钱。开源也把模型的使用范围撑大了,开发者既能调官方API,也能自行部署开放权重。DeepSeek公开的V3/R1推理效率测算显示,若把2025年2月一个统计日的全部Token都按R1价格收费,理论日利润约47.5万美元,成本利润率545%;公司同时说明,实际收入显著低于这一测算。

Sora、冒泡鸭相继停运:2025年AI应用关停名单持续拉长(配图 6)

Cursor、DeepSeek与垂直行业的收入及业务效果对照

第三个活下来的方向藏在垂直行业,那里大厂的手伸不到。工业视觉质检是2025年制造业AI落地最成熟的场景。某汽车工厂用AI视觉质检,缺陷识别准确率提升到99.7%,检测效率提升6倍;某连接器小厂此前嫌AI质检方案商报价80万没做,2025年改用大模型微调方案,20万搞定,两周上线。预测性维护也跑通了——某汽车制造企业应用AI预测性维护后,设备故障率降低30%,生产效率提高20%;某电力企业用AI技术对发电机组做预测性维护,减少的计划外停机损失高达30%。

医疗这边,AI辅助诊断系统已获FDA批准上市,能在基层医疗机构帮家庭医生监测糖尿病患者的视网膜病变,不需要专科医生指导。法律这边,合同审查、案例检索、文书自动生成等场景,AI正在接替大量重复劳动。

活下来的产品有个共同点:不卖“AI很酷”,卖的是“这个问题我能帮你解决,而且比原来便宜、快、准”。客户掏钱买结果,不买新鲜感。

下一个倒下的会是谁?

按“收入能否覆盖成本、护城河会不会被模型进化消解、资本还能不能输血”三个维度看,最危险的是独立AI搜索和通用效率工具——尤其是靠免费用户撑规模、靠订阅转化变现的那类产品。

这条赛道的死亡名单正迅速变长。百度的梯子AI只活了半年;NotionMail于2026年9月22日停运,生命周期约17个月,官方给的理由相当残酷——“超过一半的NotionMail用户无需打开收件箱即可管理邮件”,Agent把邮箱客户端直接吃掉了。Phind是面向程序员的AI搜索引擎,融完钱一个月就死了。

国内对应的风险落在同类独立AI搜索App上——豆包、元宝、DeepSeek把联网搜索做成默认能力后,独立入口存在的理由会被进一步压缩。既没有垂直场景的付费闭环、又没有底座生态绑定的通用AI工具,会是下一波集中死亡的重灾区。

AI的上半场,结束了

第一波AI浪潮说到底是概念驱动的泡沫期:扎堆上线、疯狂烧钱、比拼用户量,很少有人把调用成本算清楚。关停潮就是泡沫破裂的信号。

截至2026年11月,Dang.ai目录已累计标记1,895个停用工具。S&P Global在2025年面向北美和欧洲企业人士的调查显示,42%的受访公司在投产前就放弃了其多数AI项目。这些退出涉及的产品和业务各不相同,但都逼着企业重新判断:原有项目还值多少资源。

真正扛住周期波动的,既不是嗓门最大的,也不是故事讲得最动听的,而是账算得最细的。Cursor 把成本结构摸透了,DeepSeek 把生态杠杆用明白了,工业质检把投入产出比核清楚了。

下一张倒下的多米诺骨牌,或许已经在路上了——它可能就待在你手机里,那个你很少打开、却每天都在消耗算力的AI搜索框。

注:本文基于网络公开信息整理汇编,部分信息引用自智东西、虎嗅、36氪、界面新闻、钛媒体、IT之家、财新、Dang.ai、S&PGlobalMarketIntelligence等。文章内容不代表平台观点。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. LSHub 发布 P1 与 MAX 工程 AI 终端:覆盖八大专业,两种部署可选

    日前,四川无量枢人工智能科技有限公司(品牌 LSHub)推出 LSHub P1 与 LSHub MAX 两款工程 AI 智能终端,面向建筑工程行业提供 CAD 出图辅助、工程量计算辅助、图纸审查辅助及工程专业知识问答四类应用。 两款产品对应两种部署需求 LSHub P1 为主力产品,形态是巴掌大小的 AI 智能盒子,连

    来源 AI 行业观察
  2. 16岁辍学创业做AI导弹:他把“击杀成本”当卖点

    16岁高中生Henrijs Dandzbergs辍学加入YC,创办AI导弹初创公司,宣称要用新型导弹把美国及其盟友的“击杀成本”降到最低。本文梳理其背景、产品逻辑与争议,并追问:当战争效率被硅谷式指标衡量,创新与伦理边界在哪里?

    来源 AI 科技快讯
  3. AI泔水入侵科普:南海双头虾与万张鸟类贴纸暴露知识污染风险

    AI泔水(AI Slop),正在侵蚀人类的知识世界。这个词在2025年入选《韦氏字典》年度词汇,专门用来形容由人工智能批量生产、质量低劣的数字内容。出现双头虾的《南海海洋生物科普丛书》中,绝大多数图片均由AI绘图工具生成。图片来源:澎湃新闻近日,中国农业出版社出版的《南海海洋生物科普丛书》,因出现不符合常识的“双...

    来源 腾讯网
  4. 2026 CHINA AI 100 获奖名单正式公布:申报数据里藏着 4 个信号

    非凡产研 · 2026 CHINA AI 1002026 CHINA AI 100 获奖名单正式公布:申报数据里藏着 4 个信号申报今年 CHINA AI 100 的企业里,有一半成立于 2023 年之后。它们的公司年龄中位数,只有 3 岁。三年前,这些公司里的绝大多数还不存在。三年后,它们和一批已经做到年收入数十亿的

    来源 腾讯网
  5. 警惕!AI不能替你停药,31岁华人女工程师猝死风波

    风险埋在AI的温柔里 | 图 AI生成作者/ IT时报 孙妍编辑/ 王昕 孙妍今年8月,家中老人的体检报告上列着10项异常结论,建议复查随访。我把报告发给AI,它的确识别出了风险,却用一套温柔的话语安慰道:“到了这个年纪,身体有些‘小磨损’很正常,咱们在饮食上稍微把把关,多活动活动,身体一定会给你积极的反馈。”我心里.

    来源 腾讯网
  6. SoduWork修自己:一份AI原生开发的全流程实测记录

    本文记录了使用 SoduWork 修复其自身两个真实缺陷的全过程。从搭建本地环境、接入多模型,到编写可验收的任务单,再到执行代码修改、异构模型评审及最终提交上游 PR。文章详细拆解了如何处理返工策略类型错误和多语言资源加载遗漏问题,并总结了 AI 辅助开发的适用边界与实操方法,旨在展示 AI 原生开发在真实工程场景中的

    来源 AI 应用前沿
  7. 上海AI实验室联合华东师大训练MLExpert:350亿参数模型自主做实验

    2026年初,如果你去问一个机器学习工程师,什么工作最消耗脑力又最难自动化,很多人会提到一件事:调试一个训练了八小时却跑崩了的模型,然后决定下一步该往哪个方向改。这件事难就难在,它不是一次性的判断题。你改了一个参数,等几个小时跑出结果,发现分数反而掉了,这时候你得想清楚是哪一步出了问题,是数据处理方式不...

    来源 腾讯网
向下滚动自动加载更多