当地时间11月16日,AMD正式宣布完成对李飞飞联合创立的空间智能公司World Labs的收购。交割完成后,李飞飞即日起出任AMD执行副总裁兼首席科学家,直接向董事长兼CEO苏姿丰汇报。这是AMD历史上首次设立首席科学家职位。
AMD向World Labs原股东定向发行约1498万股普通股,交易总估值约82亿美元(约合人民币546亿元)。在AMD并购史上,体量仅次于2022年以约490亿美元收购赛灵思——但性质完全不同:买赛灵思是买硬件产品线,买World Labs是买“对下一代模型的理解”。
规模与估值的错位:70人团队的82亿美元核心资产
World Labs成立于2024年初,总部旧金山,全职团队仅约70人。其核心价值不在人数,而在于其深耕的方向。
今年9月1日,World Labs发布Atlas——一个从零开始预训练的全域多模态世界模型,原生支持文本、图像、视频和3D数据。其底层创新在于用 “空间上下文”(Spatial Context) 替代了大模型惯用的“文本上下文”:每一张输入图像都被锚定在三维空间中的具体位置,模型据此生成、重建并模拟三维世界,而非仅仅生成“看起来合理”的2D画面。
这意味着Atlas能做的事,超出了传统视频生成模型的范畴:单张图片即可生成最长1分钟、1440p的相机可控视频;从少量照片重建真实场景的显式3D输出,性能超越专用3D重建模型;从视频中建模时空关系,支撑机器人从仿真到现实的迁移。就在交割前一天(11月12日),World Labs宣布将Atlas向所有公众和开发者全面开放。
芯片设计逻辑生变:从响应需求到前置理解模型
苏姿丰的解释很直白:“要打造能够驱动下一个超级智能时代的基础设施,我们需要共同优化计算平台和模型。”
这句话背后是芯片设计逻辑正在发生的变化。大语言模型时代,算力需求相对可预测——参数规模、上下文长度、推理并发,几个指标就能框住芯片方向。但空间智能、机器人仿真、三维生成这类负载,对显存、带宽、延迟和推理架构的要求与传统LLM差异很大。芯片公司如果只等客户需求上门,路线图就会慢半拍。
将World Labs纳入体系,为AMD提供了一个前置的“需求传感器” ——在模型尚未成为主流负载之前,提前理解其所需的芯片架构。World Labs团队将继续推进基础模型研究,联合创始人Justin Johnson和Ben Mildenhall继续带队,同时与AMD工程师合作,将模型研究成果应用于未来AI基础设施的开发。
这层合作并非始于收购。早在2015年,World Labs的前身团队便在AMD GPU上进行模型训练和推理优化。2026年CES上,苏姿丰把李飞飞请上keynote舞台,现场演示Marble模型在AMD芯片上的推理加速效果。收购在公告上只写了一天,在关系上走了两年。
物理AI:数千亿美元级的战略机会
苏姿丰在近期与李飞飞的同台对话中,将物理AI尤其是机器人,定义为未来几年 “数千亿美元级”的机会。她判断,机器人将推动云端训练算力、企业计算、边缘计算和物理环境部署算力等多形态需求同时增长。
而世界模型被普遍视为大语言模型之后的下一个前沿。Meta AI前负责人杨立昆已于去年年底离开Meta,创办了一家专注于世界模型的初创企业。AMD的竞争对手英伟达也在加速布局,今年早些时候以130亿美元收购了Hugging Face,并承诺在整个AI行业投入数千亿美元用于初创投资和资金支持。
交割只是起点:整合与商业化落地挑战
市场对这笔交易的态度并不热烈。9月官宣当天,AMD股价跌约4%,有评论认为82亿美元买一个70人的研究团队,溢价里包含了不少“追赶焦虑”。
整合的难度也有前车之鉴。谷歌2014年收购DeepMind后承诺保持独立,十年后承诺基本作废,2023年强行与Google Brain合并,文化冲突不断,核心研究员持续流失。独立实验室的研究节奏与芯片公司以季度和产品代际计费的商业节奏,天然存在张力。
李飞飞在公开信中强调“开放”——继续与社区和开发者保持协作。苏姿丰则把这次收购定义为“为开放的人工智能生态系统打造下一代AMD硬件、软件和系统”。
82亿美元买来的,不是一个已经成熟的产品,而是一张通往下一代计算负载的入场券。至于AMD的GPU能否顺利承接空间智能和物理AI的庞大负载,答案将取决于后续的产品迭代与生态协同。