AMD史上最大豪赌：82亿美元收购WorldLabs

AMD于2026年9月28日宣布了一项震惊科技界的交易，以全股票形式收购由李飞飞（Fei-Fei Li）创立仅两年的WorldLabs，交易估值高达82亿美元。这是AMD迄今为止在人工智能领域最大的一笔赌注。收购完成后，WorldLabs团队将整体并入AMD，李飞飞本人也将出任执行副总裁兼首席科学家，直接向CEO苏姿丰汇报。这一举动引发了广泛讨论：外界质疑AMD究竟是在购买一家成立仅两年的年轻公司，还是在为李飞飞的下一代AI愿景买单。WorldLabs成立于2024年，今年2月曾以约50亿美元的估值完成10亿美元的融资（AMD和英伟达均为投资方），而在短短几个月内，其估值飙升至82亿美元，涨幅超过60%。这种极速的价值膨胀让市场对其真实价值充满好奇。

从语言模型到“世界模型”：物理智能的跃迁

WorldLabs的核心价值在于其致力于解决的空间智能（Spatial Intelligence）问题。与早期ChatGPT主要学习人类语言不同，WorldLabs旨在让AI理解物理世界的运作规律。例如，当杯子被桌子遮挡时，人类能自然推断出杯子的完整形态；球从桌上滚落会受重力影响落地而非飞向天花板。李飞飞认为，若AI未来要控制机器人、自动驾驶汽车或进入工厂作业，仅靠文本和图像生成是远远不够的。它必须理解3D空间、物体间的关系以及牛顿力学等基本物理定律。WorldLabs将这一方向定义为“世界模型（World Models）”。今年9月初，他们发布了最新模型Atlas，该模型能同时处理文本、图像、视频和3D信息，并能根据当前视角推断出世界在其他角度的样子。李飞飞的愿景是生成一个具有一致空间关系的世界模型，让用户可以“走进去”并转身观察，而不仅仅是生成单张静态图像。

构建生态护城河：AMD对标英伟达的战略突围

此次收购背后，是AMD面对英伟达强大生态压力下的战略反击。目前AI领域几乎等同于“英伟达”，因为英伟达已从单纯的芯片销售演变为完整的生态系统。其底层是GPU，上层涵盖了开发工具、模型库、仿真平台（如Omniverse世界模型）以及机器人和自动驾驶平台。英伟达甚至斥资数十亿美元收购了拥有18,000名开发者和超300万个模型的Hugging Face，旨在掌控AI开发的工具和路径。苏姿丰指出，如果AMD仅专注于在价格和性能上比拼GPU，其战略视野将过于狭窄。因此，“邀请下一代AI的构建者进入自家大门”成为AMD的新策略。通过收购WorldLabs，AMD希望利用其软硬件同步开发（Synchronized Development）的优势，让李飞飞的团队直接参与未来硬件设计。如果未来的机器人需要全新的内存结构、推理芯片或数据处理方式，WorldLabs团队可以与AMD硬件部门从零开始共同设计模型与芯片。

市场争议：天价背后的技术验证与现实挑战

对于这笔交易，外界观点呈现两极分化。支持者认为，语言模型的能力终将触及瓶颈，AI若要向机器人和物理世界演进，必须学习超越语言的物理现实模型。这种方向具有更广阔的发展空间。反对者则质疑82亿美元的定价是否过高，认为WorldLabs虽然技术展示令人印象深刻，但从“世界模型”到实际控制机器人仍有很长的路要走。许多当前演示的具身智能（Embodied AI）动作，更多是生成3D空间而非直接解决机器人控制难题。李飞飞本人也承认了这一点，指出当前许多令人惊叹的演示仍存在局限。尽管如此，AMD此举的核心逻辑在于获取一支顶级研究团队，让他们告诉AMD“AI未来的计算需求是什么”。这不仅是购买技术，更是购买一种定义未来硬件架构的话语权。AMD希望通过这种深度绑定，确保其硬件能够精准匹配下一代AI的计算需求，从而在生态竞争中占据主动。

实验室与现实世界的鸿沟：具身智能的落地难题

视频首先指出了当前机器人技术在应用层面的巨大落差。虽然演示中机器人在实验室环境下能完成抓取杯子或盘子等简单动作，但现实世界的问题远比实验室复杂得多。一旦将机器人置于人类熟悉的厨房或餐厅环境中，任务难度呈指数级上升。例如，要求机器人打开冰箱、避开突然跑出的猫，或安全地将玻璃杯放入洗碗机，这些对人类而言习以为常的操作，对机器人来说却是巨大的挑战。这种差异源于人类拥有天然的物理直觉，而机器缺乏这种对复杂动态环境的理解能力。此外，世界模型（World Models）本身存在极高的成本问题。与大语言模型可以通过消耗互联网文本数据进行训练不同，机器人需要海量的真实世界视觉、运动和物理交互数据。这些数据的生产成本远高于网络文本，且目前无人能保证李飞飞的“世界模型”必然成为物理世界的下一个GPT。这种技术不确定性使得高昂的收购价格面临合理性质疑。

估值飙升背后的战略焦虑：从投资到全资控股

尽管存在技术质疑，AMD此次收购的估值逻辑发生了显著变化。半年前World Labs的估值仅为50亿美元，而AMD此次愿意支付高达82亿美元的全资收购价。这一溢价反映了市场对“世界模型+机器人+物理AI”组合预期的重大加速。AMD显然认为这是其可预见的未来方向，并愿意为此支付高额溢价。然而，未来的风险在于它可能不会按预期发生，甚至完全落空。值得注意的是资本层面的博弈：在今年World Labs融资时，英伟达（Nvidia）和AMD均为投资方。如今，AMD选择直接买断World Labs，而英伟达此前则收购了Run: ai（AMD也曾投资过该公司）。这种互相收购对方投资组合公司的行为，标志着两家AI芯片巨头之间的竞争已明显升级。当前的竞争焦点不再仅仅是硬件参数，而是谁拥有更好的研究团队、模型开发者以及下一代AI的入口点。AMD作为追赶者，过去几年一直在填补这些短板。

从芯片供应商到AI路线定义者的转型野心

AMD的一系列收购动作清晰地展示了其战略重心的转移。除了此次82亿美元收购World Labs，AMD此前还完成了对欧洲AI实验室Silo AI的收购、以44亿美元（$ 4.4 billion）收购ZT Systems以加强服务器能力，以及近期购买AI芯片专家TLAS。这些动作表明AMD不再满足于传统的CPU/GPU公司并购模式，而是试图从芯片销售商转型为能够参与定义整个AI路线图的公司。这一策略与英伟达的成功路径高度相似。过去三四年，英伟达因出售算力而成为最大赢家；但在下一阶段，如果AI真正从聊天机器人扩展到机器人、自动驾驶和工业模拟等物理世界领域，对算力的需求将发生根本性变化。谁能更早确定未来模型所需的芯片类型，谁就能在设计下一代计算平台时占据先机。苏姿丰（Lisa Su）花费82亿美元，本质上是购买了一张定义下一代AI的入场券，而非被动等待英伟达制定标准后再去追赶。这笔交易可能使World Labs成为未来物理AI时代最重要的公司之一，也标志着AMD与英伟达的竞争将从单一GPU扩展至软件、芯片、模型及机器人现实理解能力的全栈技术竞争。

结论

AMD以82亿美元收购WorldLabs，本质是苏姿丰为应对英伟达生态垄断而发起的战略反击。此举旨在通过获取李飞飞的顶级研究团队，提前定义下一代物理AI的硬件需求，从芯片供应商转型为路线制定者。其核心优势在于软硬件同步开发能力与对空间智能的前瞻布局，有望在机器人及具身智能领域构建护城河。

然而，该豪赌面临显著短板与不确定性。WorldLabs的技术尚处早期，从实验室演示到解决复杂现实世界物理交互难题仍有巨大鸿沟，且数据获取成本高昂。目前“世界模型”能否成为物理世界的下一个GPT尚无定论，技术落地路径漫长。这不仅是购买技术，更是争夺未来AI架构话语权的高风险博弈。