就该她拿大结果

李飞飞拿到了一个“大结果”。82亿美元，合超过500亿人民币，她把自己创建的World Labs卖给了AMD。李飞飞将加入AMD担任执行副总裁兼首席科学家，直接向AMD首席执行官苏姿丰汇报。

我认为，作为“世界模型一姐”，讨论82亿美元这个价格高不高没啥意义，毕竟“世界模型”堪称今年AI年度热门词汇，已经不知道有多少创业公司，靠着这个标签，拿到了融资“大结果”，加在一起的估值不知道是82亿美金的多少倍。

而且回顾李飞飞的成长与创业经历，她不是一开始就执着于拿到一个“大结果”，而是脑子里装着技术，手里有活，心里头有“人”。她曾经很明确地表态，我信仰的是人，不是AI。

她眼里的AI一直是工具，是双刃剑；怎么定义这个工具，怎么做出价值判断，责任永远归属于人类。她最恐惧的，也不是AI变得足够强大，而是人类在AI面前主动放弃自己的理性和责任，觉得AI太聪明，便没有自己的位置了。

这种对人的阵地的守护，是李飞飞职业生涯的“北极星（north stars）”，在自传《我看见的世界》，无数次公开访谈以及这次，收购发布的公开信中，让技术服务于人，始终是她的选择。

这也是很多人喜欢看李飞飞表达，相信她的表达的原因。有个词形容一个人忘了初心叫“魔怔”，比如对叙事的魔怔，盯着风口标签套利，世界模型、具身智能、Agent、Loop,什么火贴什么。有些是对技术魔怔，满脑子参数和跑分，今天解决了什么人类百年未解的数学问题，明天又在哪项测试碾压人类了。好像只要模型能力能无限拔高，人类和社会的问题也能自己消解。

又或者像Anthropic CEODario Amodei谈AI，动辄就是AI太危险了要约束起来，不要开源，要闭源，搞技术讹诈、监管俘获。李飞飞认为AI 的发展和治理，其实本质是人自己的学习、发展和治理，说到最后还是人的问题。

李飞飞不仅说得好听，做的事也自洽。从早年ImageNet效仿人类孩童的视觉学习，到斯坦福时期深耕场景理解与机器人，再到HAI研究院推动跨学科对话，直至World Labs做空间智能，技术探索和人的命题从一直绑定在一起，一直追求的就是让AI也能感知和落地到真实世界，为人服务。

李飞飞一直在做她自己，得到了时代馈赠，拿到了一个阶段性的好结果、大结果，也是符合朴素的道德和伦理直觉的结果。

硅谷女王强强联手

苏姿丰和李飞飞堪称是硅谷两位传奇女性，一位是“芯片女王”，2014年接手连年亏损的AMD，在绝境中逆袭，后成为英伟达最强劲的对手。另一位是“AI教母”，因其在计算机视觉和深度学习领域的开创性工作而广受认可，后创办了World Labs，专注于空间智能领域。

两位硅谷女王这次强强联手并不突然。今年1月的CES上，AMD CEO苏姿丰把李飞飞请上主题演讲舞台，现场公布了World Labs的空间智能模型Marble在AMD MI325X上优化后，性能提升超过4倍。李飞飞当场表示，已经等不及看到它在下一代MI450上继续进步。

World Labs成立于2024年初。仅仅几个月后，9月公司公开亮相时，就已经披露筹集了2.3亿美元资金。2026年2月，World Labs又宣布获得10亿美元新融资。当时的投资者名单中，AMD和英伟达同时出现。7个月后，AMD便决定将这家成立不到三年的公司，以及李飞飞汇聚起来的研究团队，直接纳入自己的体系。这也将成为AMD历史上规模第二大的收购案，仅次于2022年以约500亿美元收购赛灵思（Xilinx）。

从双方释放的信息来看，这笔交易背后，是AMD进一步将触角伸向物理AI等新兴AI应用领域，而World Labs则能够获得AMD在硬件、软件和算力基础设施上的支持。

苏姿丰在接受彭博电视采访时直言，对整个端到端流程了解得越深入，就越有机会打造更好的系统。“这就是我们收购World Labs的原因。为了获得李飞飞汇聚起来的世界顶尖人才，并将这些人才与AMD在硬件、软件和系统方面的能力结合起来。”

World Labs所开发的“世界模型”，本质上是一类试图让AI能够在物理世界中运行应用的软件模型。它们可以生成、理解和重建三维环境，公司此前也表示，这些技术未来可以用于机器人、科学发现以及工厂设备等场景。

而随着公司的发展，李飞飞对这件事的野心也在不断扩大。她在接受彭博电视采访时说，而更大的雄心，也意味着更大的算力需求。在她看来，如果World Labs能够与AMD进一步携手，“就真的能为我们自己、AMD以及整个生态系统创造一个加速软件和硬件开发之间飞轮效应的机会”。

这也是这笔交易更值得关注的地方。过去，AI公司的核心竞争力更多集中在模型和应用层，而芯片公司负责提供底层算力。随着AI从文本走向图像、视频，再进一步进入机器人、仿真和真实物理世界，软硬件之间的边界正在变得越来越模糊。

AMD一直在扩展产品阵容，希望向数据中心客户这一最大的收入来源销售更多产品和服务，其思路也是尽可能覆盖快速建设数据中心并投入运营所需要的各种要素。“你将同时拥有开源模型和专有模型。”苏姿丰说，“AMD一直在为这一领域作出贡献。我认为，我们将进一步扩大这种贡献。”

AMD规模更大的竞争对手英伟达已经率先采用了将设备、软件和服务与AI芯片结合起来的模式，帮助客户更快完成部署并投入运行。如今，英伟达也在利用这一策略寻找新的客户群体，不再局限于过去支撑其大部分增长的云计算巨头。最近，英伟达已经同意收购另一家备受关注的AI创业公司Hugging Face，交易估值约为130亿美元。

去寻找一个更新的世界

创业两年多把公司做到82亿美元被收购，即便在AI行业确实是罕见的速度。但在了解李飞飞的经历后，其实也不会觉得奇怪。

李飞飞于1976年出生于北京，在成都长大。15岁随父母移居美国，进入新泽西的一所公立高中。刚到美国时，她几乎不会说英语。为了补贴家用，她一边读书，一边在中餐馆打工，还要在周末帮助父母经营干洗店。而这期间，她却形容自己当时是一个“白天在中餐馆工作、晚上梦想着特殊相对论的书呆子”。这大概也为她深度思考科技与人文的关系埋下了伏笔。

李飞飞33岁便成为斯坦福计算机系终身教授，44岁成为美国国家工程院院士。计算机视觉领域标杆成果ImageNet大型数据库亦是她最具代表性的成果之一，这为开创第一代能够可靠识别物体的计算机视觉技术奠定基础。

不过，这一研究并不是一套算法，而是基于数据开展工作。刚开始的做法甚至看上去有点“笨拙”，就是从互联网上搜集海量图片，再通过人工标注，把这些图片变成机器可以学习的数据。

随着工作持续展开，后来，ImageNet成为AI发展史上绕不开的关键。2012年在她发起举办的 ImageNet 大型视觉识别挑战赛第三届比赛上，神经网络算法AlexNet识别准确率高达85%，开启了新一轮深度学习革命。

2020年，大语言模型（LLM）席卷全球，李飞飞提出一个新的疑问：AI是否在二维之外理解世界？她认为，语言和图像生成固然重要，但对真实三维空间的理解、推理与交互能力缺失，是当前AI的一个核心短板。

基于这种洞察，2024年她联合创立了World Labs，提出“空间智能（Spatial Intelligence）”的理念，致力于让AI能在3D世界中感知、理解并行动。

最近，她又发布了Atlas。这是一种全模态模型架构，试图解决空间智能领域一个关键且长期存在的问题：新视角预测（new camera view prediction）。

就像大语言模型能够根据一段文本预测下一个token一样，Atlas从零开始训练，可以根据输入的二维图像预测下一个视角，其表现超过了此前的先进结果，甚至优于一些专门针对这一任务训练的模型。

从ImageNet到空间智能，技术路线在变，但她感兴趣的问题没有变，即如何让机器更接近人类理解世界的方式。

李飞飞没有把自己对AI的思考限制在技术本身。HAI是她曾公开表示，自己职业生涯中非常自豪的一件事。2019年，她与同事共同创立斯坦福人本人工智能研究院（HAI），试图推动计算机科学与社会科学、政策等不同领域之间的对话，让工程师、社会科学家和政策制定者共同参与对AI未来的讨论。

她说过，希望构建一个“AI与人协作并赋予人超能力的世界”。在她看来，爱、人际关系、社区的普遍繁荣和正义，才是人类社会真正重要的价值。无论是AI、飞机还是生物技术，技术都不应该以牺牲这些价值为代价。但与此同时，人类也确实需要AI去增强自身，因为这个世界仍然存在太多尚未解决的问题。

所以，在今天的AI公共话语中，一端是极端的末日论，让人恐惧；另一端是极端的乌托邦论，把技术描绘得完美无缺。

面对这两种声音，李飞飞给出的答案反而很朴素。今年一期播客中，当被问到“普通人现在应该对AI做什么”时，她的回答是：学习它。不一定要学编程，但要理解AI是什么工具，以及如何用它增强自己的学习和工作。

她认为，掌握这些之后，人会更有掌控感，也不容易被恐惧或者乌托邦式的话术牵着走。她还说，学会提问是使用AI的关键技能。如果苏格拉底还活着，他会是最好的prompter。苏格拉底方法的本质就是通过提问来追寻真理。

这其实也是李飞飞一路走来的方式。她不断提出问题，然后去寻找答案。收购消息发布后，李飞飞在个人公开信《去寻找一个更新的世界》中，引用了英国诗人丁尼生在《尤利西斯》中的一句名言。“来吧，我的朋友们，去寻找一个更新的世界，现在尚不算晚。”

诺兰拍的《奥德赛》，讲的是奥德修斯历经千辛万苦回家的故事。《尤利西斯》讲的则是回家之后奥德修斯，他厌倦了安稳的王权，日复一日平庸的生活，与当年跟随自己出海的手下，一起再度远航的故事。李飞飞拿到了这个大结果，但我相信她的远航也才刚刚开始。