قامت OpenAI بإيقاف Sora في مارس 2026. تعرف على سبب فشل إنشاء فيديو الذكاء الاصطناعي في تقديمه، وما يفعله المنافسون، وما يعنيه هذا بالنسبة للصناعة.
في مارس 2026، أعلنت شركة OpenAI بهدوء أنها ستتوقف عن استخدام Sora، أداة إنشاء الفيديو المدعومة بالذكاء الاصطناعي التي حظيت بشهرة كبيرة. بالنسبة للمنتج الذي استحوذ على اهتمام الإنترنت من خلال مقاطع الفيديو التوضيحية المذهلة، لم تأت النهاية بضجة كبيرة، بل بمقالة مدونة مختصرة وأسئلة شائعة حول حذف البيانات. يعد صعود وسقوط Sora أحد أكثر القصص المفيدة في تاريخ الذكاء الاصطناعي الحديث، حيث يكشف عن حقائق صعبة حول اقتصاديات الحوسبة، والمنافسة في السوق، والفجوة بين العروض التوضيحية الرائعة والمنتجات المستدامة.
تتناول هذه المقالة ما وعد به Sora، ولماذا فشل، والوضع الحالي لتوليد فيديو الذكاء الاصطناعي، والدروس التي يجب على كل شركة ناشئة ومطورة في مجال الذكاء الاصطناعي أن تتعلمها.
عندما قامت OpenAI بمعاينة Sora لأول مرة في فبراير 2024، بدا الأمر وكأنها لمحة عن المستقبل. كانت مقاطع الفيديو التجريبية مذهلة: امرأة تمشي في أحد شوارع طوكيو المضاءة بالنيون، وحيوانات الماموث الصوفية تسير عبر الثلج، ومقطع دعائي لفيلم تم إنشاؤه بالكامل من رسالة نصية. لم يكن هناك أي شيء آخر في السوق يقترب من الجودة البصرية والتماسك الزمني الذي أظهره سورا.
كان الوعد بسيطًا وطموحًا للغاية: اكتب جملة، واحصل على فيديو بجودة هوليوود. قامت OpenAI بوضع Sora كالحدود التالية للذكاء الاصطناعي التوليدي، باتباع المسار من النص (GPT) إلى الصور (DALL-E) إلى الفيديو.
كان الضجيج هائلا. بدأت استوديوهات الأفلام ووكالات الإعلان ومنشئو المحتوى في التخطيط لسير العمل حول الفيديو الناتج عن الذكاء الاصطناعي. وتوقع المحللون سوقا بمليارات الدولارات في غضون عامين.
التحدي الأساسي في إنشاء فيديو الذكاء الاصطناعي هو الفيزياء. يعد الفيديو أكثر تكلفة من الناحية الحسابية من الصور. الصورة الواحدة هي إطار واحد. مقطع فيديو مدته 10 ثوانٍ بمعدل 24 إطارًا في الثانية هو 240 إطارًا، يجب أن يكون كل منها متماسكًا مكانيًا مع الآخرين.
تطلب Sora مجموعات GPU ضخمة لإنشاء مقاطع قصيرة. تشير التقارير الواردة من مهندسي OpenAI السابقين إلى أن إنشاء دقيقة واحدة من فيديو Sora يستهلك حوسبة أكثر من معالجة آلاف محادثات ChatGPT. وعلى نطاق واسع، لم ينجح الاقتصاد ببساطة. وبحسب ما ورد، كانت شركة OpenAI تنفق على البنية التحتية لـ Sora أكثر مما يحققه المنتج من إيرادات، حتى مع الأسعار المتميزة.
على الرغم من أن مقاطع الفيديو التوضيحية لـ Sora كانت مثيرة للإعجاب، إلا أن المنتج الذي تم شحنه للمستخدمين في ديسمبر 2024 روى قصة مختلفة. اكتشف المستخدمون بسرعة القيود: الأيدي المشوهة، والفيزياء غير المتسقة، والشخصيات التي تتحول بين اللقطات، والميل إلى إنتاج نتائج "الوادي الغريب" التي كانت جيدة تقريبًا بما يكفي ولكنها غير قابلة للاستخدام تمامًا في العمل الاحترافي.
ثبت أنه من الصعب سد الفجوة بين مقاطع الفيديو التجريبية المنسقة بعناية والمخرجات الواقعية. كان كل تحسين يتطلب المزيد من الحوسبة بشكل كبير، مما أدى إلى خلق حلقة مفرغة من ارتفاع التكاليف وتناقص العوائد.
وربما كان العامل الأكثر ضرراً هو المنافسة. بحلول أوائل عام 2026، أطلقت العديد من الشركات منتجات ذكاء اصطناعي للفيديو قابلة للتطبيق:
لم يحاول هؤلاء المنافسون مجاراة الجودة القصوى لسورا. وبدلاً من ذلك، وجدوا مجالات عملية حيث يمكن لتوليد الفيديو "الجيد بما فيه الكفاية" أن يحقق قيمة حقيقية بتكاليف مستدامة. وهذا هو النمط الذي نشاهده مراراً وتكراراً في مجال التكنولوجيا: فالمنتج الذي يفوز نادراً ما يكون الأكثر إثارة للإعجاب من الناحية الفنية. إنه الذي يحل مشكلة حقيقية بسعر مقبول.
الخلاصة الرئيسية: لم يكن فشل Sora مشكلة تكنولوجية في المقام الأول. لقد كانت مشكلة اقتصادية. تجاوزت التكلفة الحاسوبية لإنتاج فيديو عالي الجودة على نطاق واسع ما كان السوق على استعداد لدفعه، خاصة عند وجود بدائل أرخص.
مع رحيل سورا، استقر مشهد فيديو الذكاء الاصطناعي في توازن أكثر واقعية. وهنا حيث تقف الأمور.
| أداة | القوة | الأفضل لـ | التكلفة النموذجية | |------|----------|---------|-------------| | المدرج Gen-3 | التحرير الاحترافي | السينما والإعلان | 30-100 دولار شهريًا | | بيكا 2.0 | مقاطع قصيرة سريعة | محتوى وسائل التواصل الاجتماعي | 10-30 دولارًا شهريًا | | كلينج 1.6 | كفاءة التكلفة | إنتاج بكميات كبيرة | 5-20 دولارًا شهريًا | | جوجل فيو 2 | التكامل يوتيوب | منشئو المحتوى | مضمن في يوتيوب بريميوم | | فيديو الثبات | مفتوح المصدر | المطورين والباحثين | مجاني (مستضاف ذاتيًا) |
على الرغم من التقدم الحقيقي، لا يزال إنتاج الفيديو باستخدام الذكاء الاصطناعي في عام 2026 يواجه العديد من التحديات الأساسية:
أنجح أدوات فيديو الذكاء الاصطناعي في عام 2026 ليست المولدات. هم المحررين. فبدلاً من إنشاء مقاطع فيديو من لا شيء، فإنها تعمل على تحسين اللقطات الموجودة وتعديلها وتوسيع نطاقها. يعد استبدال الخلفية ونقل النمط وإزالة الكائنات وتصنيف الألوان تلقائيًا من المجالات التي يقدم فيها الذكاء الاصطناعي قيمة واضحة بتكلفة معقولة.
وهذا يعكس ما حدث مع أدوات الصور المدعمة بالذكاء الاصطناعي. بينما احتل تحويل النص إلى صورة العناوين الرئيسية، جاء النجاح التجاري الحقيقي من أدوات التحرير المدعومة بالذكاء الاصطناعي في Photoshop وCanva وFigma.
الخلاصة الأساسية: مستقبل فيديو الذكاء الاصطناعي ليس "اكتب مطالبة، واحصل على فيلم". إنها أدوات تحرير مدعومة بالذكاء الاصطناعي تعمل على زيادة الإبداع البشري بدلاً من استبداله. تعمل التطبيقات الأكثر جدوى تجاريًا على تحسين سير العمل الحالي.
تحمل قصة سورا دروسًا مهمة تمتد إلى ما هو أبعد من إنشاء الفيديو.
إن الفجوة بين العرض التوضيحي المنسق والمنتج الجاهز للإنتاج هائلة. تم إنشاء العروض التوضيحية لـ Sora باستخدام حسابات غير محدودة، وتم اختيارها يدويًا من بين مئات المحاولات، وتم اختيارها لعرض نقاط قوة النموذج. يحتاج المستخدمون الحقيقيون إلى جودة متسقة عبر مطالبات متنوعة، بسعر يمكنهم تحمله، مع قياس أوقات الاستجابة بالثواني، وليس بالدقائق.
ينبغي على كل شركة ناشئة في مجال الذكاء الاصطناعي أن تتساءل: "هل يمكننا تقديم هذه الجودة بشكل موثوق، على نطاق واسع، وبالسعر الذي سيدفعه السوق؟"
تواجه منتجات الذكاء الاصطناعي التي تتطلب عمليات حسابية ضخمة لكل استدلال مشكلة أساسية في نموذج العمل. وعلى عكس البرامج، حيث تقترب التكلفة الحدية من الصفر، فإن استدلال الذكاء الاصطناعي يتوسع بشكل خطي (أو ما هو أسوأ) مع الاستخدام. اكتشف سورا أن منتج الذكاء الاصطناعي الأكثر إثارة للإعجاب في العالم لا قيمة له إذا كان كل استخدام يكلف أكثر مما سيدفعه العملاء.
وهذا هو سبب أهمية تقنيات ضغط النماذج مثل TurboQuant من Google (التي تحقق ضغطًا للذاكرة بمعدل 6x دون فقدان الدقة تمامًا). إن الشركات التي تحل مشكلة الكفاءة هي التي ستفوز، وليس تلك التي تصنع أكبر النماذج.
لم يحاول Runway و Pika و Kling مطابقة جودة Sora القصوى. وقد حددوا حالات استخدام محددة (مقاطع وسائل التواصل الاجتماعي، ولقطات B-roll، وتحرير الفيديو) حيث كانت الجودة بنسبة 80% مقابل 20% من التكلفة منتجًا أفضل. وفي أسواق التكنولوجيا، يتفوق الحل العملي دائمًا على الحل المتفوق تقنيًا.
إن تكامل Google Veo 2 مع YouTube Studio جعله مفيدًا على الفور لملايين منشئي المحتوى. يتلاءم أسلوب التحرير أولاً في Runway مع سير عمل الإنتاج الحالي. كان Sora موجودًا كمنتج مستقل يتطلب من المستخدمين تغيير طريقة عملهم. الدرس المستفاد: مقابلة المستخدمين أينما كانوا.
لا يعني إغلاق Sora فشل الذكاء الاصطناعي التوليدي. بل على العكس تماما. سوق الذكاء الاصطناعي التوليدي الأوسع يزدهر. ولكنه يشير إلى نضوج الصناعة، حيث يفسح الضجيج المجال لأسئلة صعبة حول اقتصاديات الوحدة، واحتياجات المستخدمين، ونماذج الأعمال المستدامة.
بالنسبة لأي شخص يتعلم عن الذكاء الاصطناعي التوليدي، فإن Sora عبارة عن دراسة حالة حول الفرق بين ما يمكن أن يفعله الذكاء الاصطناعي في المختبر وما يمكن أن يفعله كمنتج. يعد فهم هذا التمييز أمرًا ضروريًا لأي شخص يبني أو يستثمر في الذكاء الاصطناعي.
تمثل وفاة سورا نهاية حقبة "الأكبر هو الأفضل دائمًا" في الذكاء الاصطناعي التوليدي. والشركات التي ستزدهر هي تلك التي تبني منتجات ذكاء اصطناعي فعالة ومتكاملة ومستدامة اقتصاديا.
إذا كنت مهتمًا بفهم الأسس التقنية وراء الذكاء الاصطناعي التوليدي (بما في ذلك كيفية عمل نماذج الانتشار والمحولات والأنظمة متعددة الوسائط)، فإن برنامج فروع الذكاء الاصطناعي يغطي هذه البنيات بعمق.
قصة سورا ليست قصة فشل. إنها قصة صناعة تتعلم ما يهم بالفعل. وهذا الدرس، وهو أن القيمة المستدامة تتغلب على العروض التوضيحية المذهلة، سيشكل تطور الذكاء الاصطناعي لسنوات قادمة.
جرّب أول درس في أي أكاديمية مجانًا، ثم افتح كل درس ومشروع وشهادة متبقية مع Pro.
ما هو خرقة؟ شرح الجيل المعزز من الاسترجاع ببساطة
تعرف على المقصود بجيل الاسترجاع المعزز (RAG)، وكيف يعمل خطوة بخطوة، ولماذا يقوم بتحويل تطبيقات الذكاء الاصطناعي - موضحًا بلغة واضحة.
ما هو الذكاء الاصطناعي التوليدي؟ الدليل الكامل للمبتدئين (2026)
شرح الذكاء الاصطناعي التوليدي ببساطة – ما هو وكيف يعمل (LLMs، نماذج الانتشار، شبكات GAN)، وأمثلة من العالم الحقيقي مثل ChatGPT وDALL-E، وحالات الاستخدام، والقيود، وكيفية تعلمها مجانًا.