AMD以约82亿美元、折合人民币约550亿元的价格，全股票收购李飞飞创办的World Labs。82亿美元，买的是什么？进入物理AI时代的一张门票。
美国时间2026年9月28日，AMD宣布与World Labs签署最终收购协议。
根据AMD提交的8-K文件，双方在9月26日签署合并协议，交易总价约82亿美元，全部以AMD普通股支付，并可能根据惯例进行调整。最终发行多少股票，将参考交割前连续10个交易日的成交量加权平均价计算。
交易预计在2026年底前完成，双方已经签约，但收购尚未正式完成。交割后，李飞飞将加入AMD，担任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的核心团队则将继续从事前沿模型研究。
这是AMD历史上第二大收购，仅次于2022年以约500亿美元完成的赛灵思交易。
更夸张的是，World Labs成立于2024年，目前只有大约70名员工。如果简单地拿交易金额除以员工人数，相当于AMD为每个人支付了超过1亿美元。
AMD买的是李飞飞、团队、模型，大语言模型之后，AI的下一站可能不再是比谁更会聊天，下一个台阶是让AI理解真实的空间与物体。
01
AMD看重World Labs什么了？
什么是“空间智能”？
World Labs研究的方向叫“空间智能”，技术载体被称为“世界模型”。今天的大语言模型主要通过文字学习世界。
它们可以解释“杯子从桌边掉下去会发生什么”，但这种理解很大程度上来自语言统计，而不是像人一样亲历过空间、物体和运动。
世界模型想解决的是，机器能不能理解一个房间的三维结构？能不能知道物体之间的距离和遮挡关系？能不能预测机器人伸手抓杯子后，杯子、桌子和机械臂接下来会怎样运动？
World Labs的产品Marble可以根据文字、图片、视频或三维布局，生成能够探索、编辑和交互的3D环境。其新一代模型Atlas则再把文字、图像、视频和3D数据放进统一的空间语境中，尝试生成、重建和模拟三维世界。
这听起来像更高级的游戏引擎，但更大的想象空间在机器人和物理AI。
机器人训练面临一个长期难题：真实世界的数据太贵、太慢，而且存在安全风险。训练聊天机器人，可以读取海量文本；训练机器人端盘子、整理房间，却不能让它在真实环境里摔上一亿次。
如果世界模型可以生成足够真实、遵循物理规律的虚拟环境，机器人就能先在数字世界里反复练习，再进入现实世界。World Labs生产的可能是未来机器人的“训练场”。
World Labs不赚钱，AMD买的是一台未来算力需求探测器
从商业角度看，World Labs目前很难支撑82亿美元的传统估值。
今年2月，这家公司完成约10亿美元融资，估值约50亿美元；AMD现在的收购价较该估值高出约64%。公司成立时间很短，商业化仍处于早期，世界模型本身也没有形成稳定、统一的产品形态。
如果把它当作一家软件公司，用收入、利润或者现金流衡量，82亿美元很难解释。
AMD可能根本不是按照软件公司的方式给它估值。
芯片行业有一个天然问题：研发周期极长。今天决定的架构和功能，可能两三年后才能成为实际部署的数据中心产品。
如果芯片公司等到新模型已经成熟，才开始研究它需要什么样的显存、互连、数据格式和计算单元，往往已经晚了。
◎ World Labs研究下一代模型需要什么计算能力；
◎ AMD则可以据此规划下一代GPU、CPU、互连、软件栈和整机系统。
这笔交易的核心是它能否帮助AMD更早知道：下一代AI芯片究竟应该长成什么样。
AMD从一家等待客户提出需求的芯片供应商，向一家参与定义未来AI工作负载的系统公司迈了一步。
02
AMD从跟着英伟达跑，
到现在有想法了
AMD与英伟达的差距，可能在CPU时代更大
英伟达已经建立了从芯片、CUDA软件生态、开发工具，到模型、仿真平台和行业解决方案的完整体系。
在机器人和物理AI领域，英伟达不仅出售计算芯片，也在建设世界模型、仿真环境以及机器人开发平台。
开发者从训练到部署，都可能生活在英伟达的生态里。
AMD可以做出有竞争力的加速器，也可以争取大型云厂商订单，但在模型和应用层缺少足够强的落点。
World Labs让AMD不仅能够说“我们的芯片也能运行AI”，还可以开始回答另一个问题：“未来的AI应该如何运行？”
正在尝试建立自己的技术议程。
AMD为这笔交易选择全股票收购，没动用大量现金。这是AMD在用市场给予它的高估值，交换顶级研究人才和对下一代模型的定义能力。
接受AMD股票，等于创始团队和原股东没有完全退出，未来收益与AMD能否兑现这项战略绑在了一起。空间智能最终会成为一个足以影响芯片行业的新计算平台。
小结
苏姿丰买下的，是提前几年看见未来的能力
模型会迭代，产品会过时，今天领先的技术也可能很快被开源方案追上。稀缺的是这样一群人，能持续定义新问题，并且提前判断未来需要怎样的计算。
李飞飞当年推动ImageNet，改变的是整个计算机视觉的发展路径，也间接推动GPU成为现代AI的基础设施。
原文标题 : AMD砸82亿美元收World Labs，押注机器人的训练场
AMD以约82亿美元、折合人民币约550亿元的价格，全股票收购李飞飞创办的World Labs。82亿美元，买的是什么？进入物理AI时代的一张门票。
美国时间2026年9月28日，AMD宣布与World Labs签署最终收购协议。
根据AMD提交的8-K文件，双方在9月26日签署合并协议，交易总价约82亿美元，全部以AMD普通股支付，并可能根据惯例进行调整。最终发行多少股票，将参考交割前连续10个交易日的成交量加权平均价计算。
交易预计在2026年底前完成，双方已经签约，但收购尚未正式完成。交割后，李飞飞将加入AMD，担任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的核心团队则将继续从事前沿模型研究。
这是AMD历史上第二大收购，仅次于2022年以约500亿美元完成的赛灵思交易。
更夸张的是，World Labs成立于2024年，目前只有大约70名员工。如果简单地拿交易金额除以员工人数，相当于AMD为每个人支付了超过1亿美元。
AMD买的是李飞飞、团队、模型，大语言模型之后，AI的下一站可能不再是比谁更会聊天，下一个台阶是让AI理解真实的空间与物体。
01
AMD看重World Labs什么了？
什么是“空间智能”？
World Labs研究的方向叫“空间智能”，技术载体被称为“世界模型”。今天的大语言模型主要通过文字学习世界。
它们可以解释“杯子从桌边掉下去会发生什么”，但这种理解很大程度上来自语言统计，而不是像人一样亲历过空间、物体和运动。
世界模型想解决的是，机器能不能理解一个房间的三维结构？能不能知道物体之间的距离和遮挡关系？能不能预测机器人伸手抓杯子后，杯子、桌子和机械臂接下来会怎样运动？
World Labs的产品Marble可以根据文字、图片、视频或三维布局，生成能够探索、编辑和交互的3D环境。其新一代模型Atlas则再把文字、图像、视频和3D数据放进统一的空间语境中，尝试生成、重建和模拟三维世界。
这听起来像更高级的游戏引擎，但更大的想象空间在机器人和物理AI。
机器人训练面临一个长期难题：真实世界的数据太贵、太慢，而且存在安全风险。训练聊天机器人，可以读取海量文本；训练机器人端盘子、整理房间，却不能让它在真实环境里摔上一亿次。
如果世界模型可以生成足够真实、遵循物理规律的虚拟环境，机器人就能先在数字世界里反复练习，再进入现实世界。World Labs生产的可能是未来机器人的“训练场”。
World Labs不赚钱，AMD买的是一台未来算力需求探测器
从商业角度看，World Labs目前很难支撑82亿美元的传统估值。
今年2月，这家公司完成约10亿美元融资，估值约50亿美元；AMD现在的收购价较该估值高出约64%。公司成立时间很短，商业化仍处于早期，世界模型本身也没有形成稳定、统一的产品形态。
如果把它当作一家软件公司，用收入、利润或者现金流衡量，82亿美元很难解释。
AMD可能根本不是按照软件公司的方式给它估值。
芯片行业有一个天然问题：研发周期极长。今天决定的架构和功能，可能两三年后才能成为实际部署的数据中心产品。
如果芯片公司等到新模型已经成熟，才开始研究它需要什么样的显存、互连、数据格式和计算单元，往往已经晚了。
◎ World Labs研究下一代模型需要什么计算能力；
◎ AMD则可以据此规划下一代GPU、CPU、互连、软件栈和整机系统。
这笔交易的核心是它能否帮助AMD更早知道：下一代AI芯片究竟应该长成什么样。
AMD从一家等待客户提出需求的芯片供应商，向一家参与定义未来AI工作负载的系统公司迈了一步。
02
AMD从跟着英伟达跑，
到现在有想法了
AMD与英伟达的差距，可能在CPU时代更大
英伟达已经建立了从芯片、CUDA软件生态、开发工具，到模型、仿真平台和行业解决方案的完整体系。
在机器人和物理AI领域，英伟达不仅出售计算芯片，也在建设世界模型、仿真环境以及机器人开发平台。
开发者从训练到部署，都可能生活在英伟达的生态里。
AMD可以做出有竞争力的加速器，也可以争取大型云厂商订单，但在模型和应用层缺少足够强的落点。
World Labs让AMD不仅能够说“我们的芯片也能运行AI”，还可以开始回答另一个问题：“未来的AI应该如何运行？”
正在尝试建立自己的技术议程。
AMD为这笔交易选择全股票收购，没动用大量现金。这是AMD在用市场给予它的高估值，交换顶级研究人才和对下一代模型的定义能力。
接受AMD股票，等于创始团队和原股东没有完全退出，未来收益与AMD能否兑现这项战略绑在了一起。空间智能最终会成为一个足以影响芯片行业的新计算平台。
小结
苏姿丰买下的，是提前几年看见未来的能力
模型会迭代，产品会过时，今天领先的技术也可能很快被开源方案追上。稀缺的是这样一群人，能持续定义新问题，并且提前判断未来需要怎样的计算。
李飞飞当年推动ImageNet，改变的是整个计算机视觉的发展路径，也间接推动GPU成为现代AI的基础设施。
原文标题 : AMD砸82亿美元收World Labs，押注机器人的训练场
