分析丨AMD82亿美元买下World Labs，苏姿丰和李飞飞要的究竟是什么？

·聚焦:人工智能、芯片等行业

欢迎各位客官关注、转发

前言：

AMD宣布以约82亿美元的全股票方式收购World Labs，由此成为AMD史上第二大收购案，仅次于2022年约500亿美元拿下赛灵思。

李飞飞出任AMD执行副总裁兼首席科学家，直接向苏姿丰汇报。

作者| 方文三

图片来源 | 网络

买下的是未来工作负载的知情权

因为AMD缺的那块拼图不在晶圆厂里，2026年第二季度,AMD收入115亿美元,同比增长50%,数据中心业务翻倍。

搭载72颗MI455X的Helios整机柜开始出货,单柜塞进31TB的HBM4内存,OpenAI、Meta、Anthropic的名字都在客户名单上,OpenAI一家就签了6吉瓦的采购协议。

论硬件,苏姿丰手里这副牌一点都不差。

但是，英伟达手里有CUDA攒了18年的开发者生态,有Omniverse里日夜运转的仿真世界。AMD没有这只手，ROCm追了很多年,追的是已经发生的事。

回看苏姿丰过去4年的收购清单,脉络其实很清楚。19亿美元买Pensando补网络,6.65亿美元买Silo AI补模型工程,49亿美元买ZT Systems再把制造业务30亿美元转售给Sanmina,留下机架级系统设计团队,然后是MK1的推理引擎、MEXT的内存优化、Taalas的专用推理芯片。

这些交易回答的是同一个问题，怎么让模型在AMD的芯片上跑得更好。

苏姿丰在官宣后接受采访时说得相当直白：「你对端到端的整个过程了解得越深入，就越能打造出更好的系统。这就是我们收购World Labs的原因。」

苏姿丰买的正是这份「提前量」，让最懂前沿模型的人坐在自己的决策桌边，把模型演进的方向直接写进MI系列后续芯片的设计取舍里。

有分析算过一笔账：全股票交易，AMD动用的只是约0.8%的股权稀释，换来的是「模型需要什么算力」的一手认知能否转化为数代芯片的设计优势。

花旗分析师Atif Malik维持AMD为2026年最看好的成长型计算半导体股，目标价575美元；富国银行的Joe Quatrochi给出700美元目标价，称这笔交易的核心在于「提供更好的前瞻视野」。

算力的叙事从读文字到理解世界

为什么是World Labs，而不是又一家大语言模型公司？答案藏在负载结构的变化里。

World Labs做的是空间智能，让AI理解、生成、重建并模拟三维物理世界。它的产品Marble能从一张图、一句话生成可探索的3D世界；9月初发布的Atlas更进一步，原生处理文本、图像、视频、相机位姿与3D深度信息，几张照片就能重建出带物理尺度的完整场景。

这类模型的意义不在炫技，大语言模型吃的是互联网文本，而机器人没有「互联网」可吃。真实世界的动作数据采集昂贵、缓慢且危险。机器人行业眼下最大的瓶颈不是硬件，而是训练数据的匮乏。

今年7月，World Labs收购机器人仿真公司SceniX并公布R2S2R（Real-to-Sim-to-Real）系统，把真实任务搬进生成的虚拟世界里训练策略、再部署回真机，世界模型在这里扮演的角色是物理AI的「数据工厂」。

对AMD而言，这条赛道的吸引力在于它代表着算力需求的第二增长曲线。文本模型的训练需求终将见顶，而机器人、自动驾驶、工业仿真的训练需求刚刚起步，且天然是算力饕餮。

生成一个物理一致的3D世界，远比续写一段话吃算力。芯片厂买世界模型团队，相当于在需求的源头插了一面旗。

李飞飞的账：没有硬件，AI是瘸的

这场交易里，李飞飞并非被动套现的一方。两年间，World Labs估值从13亿美元一路涨到54亿美元，再到82亿美元成交，财务上她随时可以离场。她选择加入AMD，有自己的技术逻辑。

她在官宣长文里写得很坦白：要把空间智能推向下一个量级，必须「更接近硬件」，缺少硬件协同的AI在效率上是受限的。

这不是客套话，世界模型的训练和推理对显存、通信、混合精度的要求与文本模型截然不同，一个独立实验室想动底层硬件，只能隔着云厂商和芯片路线图喊话。

进入AMD，意味着模型需求可以直通芯片设计流程，她在接受彭博采访时称之为「加速软件和硬件之间的飞轮效应」。

对一位做了二十年研究的学者来说，这里还有一层历史回响。当年ImageNet证明了数据能改写AI的走向，但数据的价值最终要靠算力兑现；如今她坚信空间智能是AI理解物理世界的必经之路，而这条路同样铺在最底层的晶体管之上。

从ImageNet到AMD首席科学家，李飞飞一直在做同一件事：为她相信的范式，寻找承载它的基础设施。

人均1.2亿美元是人才密度的汇率

World Labs全体员工约70人。82亿美元摊下来,人均1.17亿美元。

再看估值曲线，2024年9月,公司成立不到半年,估值10亿美元。2026年2月完成10亿美元融资,投后估值约50亿美元,AMD和英伟达同时出现在投资人名单里。7个月后,AMD直接以82亿美元买断,溢价约64%。

这家公司没有任何成熟的产品线,没有可见的收入流水,有的只是 Marble 和9月1日刚发布的多模态世界模型Atlas。

AMD前高管、科技分析师Patrick Moorhead一句话点破了定价逻辑,这是一笔看重人才与模型洞察而非营收的交易。

对照组是25天前的Hugging Face,年化收入约1.5亿美元,英伟达付了129.3亿美元,超过80倍。

两笔交易共享同一个潜台词,在大模型军备竞赛里,最稀缺的资产早已易主,算力让位给了知道算力该往哪儿使的人。

芯片厂的战场，从晶圆搬到模型

把镜头拉远，这笔交易只是2026年并购狂潮的一角。Meta掏出143亿美元入股Scale AI，把Alexandr Wang请去执掌超级智能实验室；英伟达先以200亿美元收下推理芯片公司Groq，又砸129.3亿美元拿下全球最大开源模型社区Hugging Face。

三家巨头，三种买法，值得放在一起咂摸。

①英伟达买入口：Hugging Face掌握着模型从哪来、到哪去的分发权。

②Meta买数据与人：Scale AI的标注产能和Wang本人。

③AMD买判断：World Labs不卖铲子也不收门票，它只负责回答一个问题：下一代负载长什么样。

三种买法指向同一个共识：AI竞争已从单纯的算力军备，蔓延成「芯片＋模型＋入口」的全栈战争，硬件厂商集体向模型端迁徙。

黄仁勋早早布下Cosmos世界模型和机器人开发栈，而AMD此前的模型产品基本限于文本和视频，这笔收购恰好填上了物理世界理解的空白。

当然，学术灵魂与上市公司季度财报之间的张力，是每一桩「实验室嫁入豪门」案例里最难念的经。

世界模型的商业化路径至今仍停在演示与想象之间，Marble和Atlas再惊艳，也还没证明自己能挣回82亿美元。

结尾：

十四年前，ImageNet喂饱算法，GPU点燃算力，深度学习就此开闸；十四年后，配方没变，食材换成了空间数据、世界模型与Instinct芯片。

签约那天，李飞飞引了丁尼生的诗句：「来吧，朋友们，去寻求更新的世界，为时未晚。」82亿美元买下的与其说是现在，不如说是出发的船票。

部分资料参考：澎湃新闻：《AMD斥资82亿美元押注世界模型的野心，争夺下一代AI算力入口》，央视财经：《AMD宣布以约82亿美元收购AI初创公司World Labs》，新浪财经：《苏姿丰PK黄仁勋，卖芯片的不务正业，都开始抢着做AI了》，经济通通讯社：《AMD斥资82亿美元收购World Labs，万亿市值成AI发展双刃剑》

本公众号所刊发稿件及图片来源于网络，仅用于交流使用，如有侵权请联系回复，我们收到信息后会在24小时内处理。

请务必注明：

「姓名 + 公司 + 合作需求」