550亿！李飞飞，卖了…

当苏姿丰把李飞飞请进AMD时，外界看到的，是一笔82亿美元（折合人民币约550亿元）的收购。

但AMD真正想买下的，并不只是World Labs这家成立不足三年的AI公司，不只是李飞飞及其约70人的顶尖团队，更不只是一个被称为“世界模型”的热门概念。

它想抢占的，是下一代人工智能计算需求的定义权。

北京时间9月29日，AMD宣布与李飞飞创办的World Labs签署收购协议，交易作价约82亿美元，全部以股票支付，预计将在年底前完成交割，尚待监管审批。

交易完成后，李飞飞将出任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。World Labs团队将整体加入AMD，继续从事空间智能和世界模型研究。

一家芯片公司，为什么愿意用82亿美元去收购一家尚未证明大规模商业收入的模型创业公司？

答案藏在AI产业正在发生的一场深层变局中：过去，芯片公司等待模型公司提出需求；未来，芯片公司必须提前参与定义模型。

而李飞飞和苏姿丰这两位华人女性科技领袖的会师，恰好成为这场变局最具象征意味的一幕。

李飞飞卖掉的不是公司，而是下一个AI入口

如果只按创业时间算，World Labs无疑是一个“年轻得惊人”的标的。

2024年初成立，2024年9月公开亮相时便完成2.3亿美元融资；今年初，公司又拿到10亿美元融资，AMD、英伟达、Autodesk等都在投资者名单中。如今，AMD以82亿美元提出收购，World Labs在两年多时间里完成了一次罕见的价值跃迁。

这当然离不开李飞飞。

在今天的AI产业中，李飞飞有一种特殊的位置。她不是在大模型浪潮到来后才被资本塑造出来的创业明星，而是现代人工智能历史的重要参与者。

她主导推动的ImageNet，曾为深度学习的爆发提供了关键土壤。2012年，AlexNet在ImageNet挑战赛上的突破，让神经网络从长期被怀疑的技术路线，变成席卷全球科技行业的主流范式。

某种意义上，ImageNet让机器开始“看见”世界。

而World Labs要做的，是让机器不只是看见，而是理解它所处的三维空间，理解物体之间的位置、结构、视角乃至可能的运动关系。

李飞飞将其概括为“空间智能”。

这也是World Labs的核心价值所在。其推出的Atlas模型，可以从文字、图像、视频以及空间数据中生成、补全和重建三维场景；它不仅能让用户“看”一个空间，还试图让用户能够在其中移动、观察、编辑，甚至为机器人提供仿真的视觉与深度信息。

这听起来像是“更高级的3D生成”，但它的指向远不止内容创作。

游戏、影视、建筑设计、房地产展示，都是较为直接的应用场景；更大的想象空间，则在机器人、自动驾驶、工业自动化和科学研究。

因为AI一旦要从聊天窗口走到工厂、道路、家庭和医院，它面对的就不再只是文本，而是充满距离、遮挡、碰撞、重力、光线和随机性的真实世界。

大语言模型擅长组织语言，却未必理解一只杯子为什么会掉落、一扇门打开后后方有什么、一个机器人转弯时传感器会看到什么。

而这些，正是“物理AI”必须补上的课。

李飞飞卖掉的因此不是一家普通的模型公司，而是一张通往下一代AI入口的门票。

AMD买的不是模型收入，而是一台“未来算力探测器”

82亿美元贵不贵？

如果把World Labs当成一家以短期营收和用户规模为核心指标的软件公司，这个价格很难用传统估值模型解释。Atlas仍处于早期开放阶段，World Labs也没有公开大规模商业化收入。

但AMD显然不是按“现有收入”来买它的。

它买的是对未来AI工作负载的理解。

这是理解这笔交易的关键。

芯片行业有一个残酷的规律：研发周期很长。今天决定的GPU架构、互联方式、内存带宽和软件栈，往往两三年后才能真正进入客户的数据中心。

如果AMD等到世界模型、机器人模型和仿真模型全面爆发，再根据客户需求去调整芯片设计，可能已经晚了。

因为届时，领先者早已把硬件、软件、开发工具和客户生态绑在一起。

英伟达就是最典型的例子。

英伟达的护城河，早已不只是一块GPU。CUDA构成开发者生态，Omniverse服务数字孪生与仿真，Cosmos等模型布局物理AI，再加上与云厂商、机器人公司、自动驾驶企业的深度绑定，英伟达卖的已经不是单一芯片，而是一整套“让AI跑起来”的体系。

AMD要挑战的，也正是这种体系化能力。

收购World Labs，意味着AMD把一支处于模型前沿的团队纳入内部。World Labs训练空间模型时遇到什么瓶颈，需要怎样的计算精度、显存容量、存储吞吐、网络互联和推理延迟，这些原本要等市场成熟后才能传递给芯片厂商的信息，如今可以直接进入AMD的研发链条。

这就是所谓的软硬件协同设计。

过去的逻辑是，模型迁就硬件，尽量适配现有算力平台。

未来的逻辑是，模型与硬件共同演进，模型提出需求，硬件提前响应，系统再反过来降低模型训练和部署成本。

从这个角度看，World Labs像是AMD安装在前沿AI上的一台“探测器”。

它能帮助AMD看到，未来的AI究竟会怎样消耗算力。

文本模型的主要任务是预测下一个词；视频、三维和物理仿真模型则要处理海量视觉数据、多视角信息、时空连续性和实时交互。机器人进入模拟环境后，还需要反复生成不同场景、不同动作和不同传感器反馈。

这些任务对算力的消耗，可能远远超过今天的聊天机器人。

对模型公司而言，这意味着成本压力；但对芯片公司而言，这意味着新的需求大陆。

因此，AMD收购World Labs，本质上不是要成为另一个OpenAI，也不是急于靠卖模型赚钱。

它真正要做的，是避免自己在下一个AI周期里，只能被动地做一个“接单造芯片”的供应商。

两位华人女性的交汇，映照AI竞争进入“全栈战争”

苏姿丰与李飞飞的合作，并非始于这笔收购。

苏姿丰是World Labs的早期投资人。双方团队此前已围绕AMD GPU上的模型训练和推理优化展开合作。今年CES舞台上，两人曾共同展示World Labs如何将几张办公室照片变成可漫游、可重构的三维空间。

从投资人、合作伙伴，到未来的上下级，这是一场顺势而为的结合。

但两人的特殊性，不只是“硅谷两位华人女性掌舵者联手”这样一个适合传播的标签。

李飞飞代表的是AI研究的另一条主线：从数据、视觉、认知到现实世界，始终试图让技术回到人类所生活的环境中。她既是科学家、教育者和公共知识分子，也在大模型浪潮席卷产业后走进创业一线。

苏姿丰代表的则是工程、产业与组织能力。她在AMD最艰难的时候接任CEO，坚持高性能计算路线，押注Zen架构，带领AMD从长期低谷中重返芯片牌桌，并在AI基础设施浪潮中成为英伟达最重要的追赶者之一。

一个解决“AI应该理解什么”，一个解决“AI靠什么运行”。

两人汇合，恰恰对应了AI行业竞争的重心迁移。

过去几年，AI的主战场是参数规模、训练数据和模型能力；接下来，竞争将越来越多地发生在模型、芯片、网络、系统、工具链、仿真平台和应用落地之间。

这是一场全栈战争。

对AMD而言，收购World Labs是一场进攻，也是一场防守。进攻的是机器人、自动驾驶、数字孪生等物理AI市场；防守的是自己在英伟达生态强势扩张之下，不能失去对未来需求的判断力。

对李飞飞而言，这同样是一场选择。

创业公司可以保持高度自由，却往往受制于算力、工程资源、商业渠道和长期投入。世界模型要从实验室走向机器人、工业系统和真实场景，需要的已不只是几轮融资，而是硬件、系统、开发者生态和客户网络的长期协同。

不过，风险也同样存在。

世界模型仍是一个处于快速定义中的领域。Atlas的效果、可靠性和物理泛化能力，仍需要更多独立验证；模拟得足够逼真，也不等于机器人就能在现实中稳定工作。

更重要的是，一支追求前沿探索的研究团队进入芯片巨头之后，能否保持研究自主性和人才吸引力，也有待时间检验。

82亿美元不是答案，只是一张昂贵的入场券。

但这笔交易已经告诉市场：AI产业最激烈的竞争，正在从“谁能训练出更聪明的模型”，走向“谁能让模型真正理解、模拟并进入现实世界”。

当芯片公司开始收购模型实验室，模型层与硬件层的边界，就不再是分工线，而是新的战线。

李飞飞和苏姿丰要共同寻找的，或许正是那个尚未被定义的新世界。