收购World Labs，AMD携手李飞飞深耕物理AI领域

当地时间9月28日，超威半导体（AMD）宣布已与人工智能先驱李飞飞创立并领导的World Labs达成最终收购协议，交易金额约为82亿美元，将以全股票方式完成。这笔交易预计在2026年底前交割，但仍需通过监管审核及满足其他惯常条件。

交易完成后，World Labs原有技术团队将完整保留并持续深耕前沿AI模型研发，持续迭代空间智能与物理仿真核心技术。李飞飞也将加入AMD，担任执行副总裁兼首席科学家，直接向AMD董事长兼CEO苏姿丰汇报，World Labs团队则将继续从事AI模型研究。

对于此次收购，苏姿丰表示，李飞飞具备顶尖的科研领导力与前沿模型研发积淀，其带领的World Labs团队拥有行业稀缺的物理AI技术储备，能够助力AMD搭建适配下一代人工智能发展的硬件、软件与一体化系统架构，持续夯实AMD开放式AI生态的核心竞争力。

谁是李飞飞？

本次交易最受行业关注的亮点，莫过于AI领域泰斗级人物李飞飞的正式加盟。李飞飞在人工智能领域的履历几乎贯穿了现代AI发展的关键节点。她是美国国家工程院、国家医学院、美国艺术与科学院三院院士，在斯坦福大学担任计算机科学系首任红杉教授，并联合创办了斯坦福以人为本人工智能研究院（Stanford HAI），2013年至2018年间曾任斯坦福AI实验室主任。她最为人所知的贡献是创建了ImageNet——一个包含1500万张照片、涵盖2.2万个类别的大型图像数据库。2009年该数据库开源后，直接推动了深度学习在计算机视觉领域的爆发式增长。正是这项被她从认知神经科学中汲取灵感的工作，被广泛认为是催生现代人工智能的关键催化剂之一。

2024年，李飞飞将研究重心转向了“空间智能”，并从零开始创办了World Labs。这家总部位于旧金山、目前约有70名员工的公司在短短两年间完成了从隐身到被巨头收购的全过程：2024年9月完成2.3亿美元融资结束隐身状态，2026年2月又斩获10亿美元新一轮融资，投资方涵盖英伟达、AMD、Autodesk及多家顶级风投机构。

在技术产品层面，World Labs于2025年底推出了首款商用世界模型Marble，可根据图像、视频或文本提示生成具有空间连贯性的三维虚拟世界；今年9月初又发布了新一代世界模型Atlas，能够原生处理文本、图像、视频、相机位姿与3D深度信息，在统一模型中完成世界生成、空间重建与时空模拟。

AMD为何选择收购？

AMD此次收购的战略意图，在苏姿丰的表述中表达得非常直接。她在接受采访时表示：“你对整个端到端流程了解得越深入，就越能构建出更好的系统。这就是我们收购World Labs的原因。”换言之，AMD并非要转型为一家模型公司，而是要提前获取对下一代AI工作负载的深度理解——芯片设计周期以年计算，今天确定的架构要到两三年后才会在数据中心真正运行。如果等到模型公司把新需求摆在面前再去做适配，硬件厂商永远慢半拍。李飞飞对此有着同样的判断，她在谈及这项交易时提到，World Labs对计算能力的需求随着公司雄心不断增长，“与AMD联手，实际上是在为自己、AMD以及整个生态系统创造一个机会，加速软件和硬件开发之间的良性循环”。

其实，此前双方已有实质性的合作基础：World Labs与AMD从2025年起便在AMD GPU上进行模型训练和推理优化，AMD同时也是World Labs的早期投资者。今年1月的CES主题演讲中，苏姿丰甚至直接邀请李飞飞登台演示3D世界生成技术，李飞飞当时特别提到了推理速度对交互体验的影响。在AMD方面，公司近年来持续加码实体AI与机器人领域，已推出面向自主机器人的Kria AI开发平台和机器人合作伙伴网络，其AI产品组合涵盖从数据中心到边缘端到云端的完整链路。World Labs团队在空间智能和物理AI方面的模型研究能力，恰好可以嵌入AMD从芯片到系统的整体战略布局之中。

一位分析师对这笔交易的评价是：“这是一笔买人才和模型洞察的交易，不是买收入。”换言之，AMD以82亿美元获取的并非一款可以直接变现的产品，而是一个在研发链条最上游持续提供信号的前沿模型团队。随着李飞飞团队的技术深度融入AMD研发体系，软硬件协同创新的优势将持续释放，不仅将推动AMD下一代AI产品体系全面升级，也将引领整个行业走向“算法定义硬件、硬件赋能场景”的全新发展阶段，为物理AI产业的规模化爆发注入核心动力。在AI从语言模型向物理世界延伸的大趋势下，这意味着AMD在定义下一代算力基础设施的竞争中，提前占据了一个更具纵深的位置。

AMD方面尚未公布交割后的具体整合细节。但按照双方的安排，World Labs将保留一定的研究独立性，同时深度参与AMD整体AI战略，推动模型、算力与系统软件三者的协同。至于这一整合能否在随后的产品路线图中转化为可见的竞争优势，则取决于AMD的执行层如何将这支团队的模型洞察真正融入芯片与系统的设计决策之中。