9月29日，一张合影在全球AI圈内刷屏。主角是两位华人女性，一个是芯片女王、AMD董事长兼CEO苏姿丰，另一个是被业界称为"AI教母"的李飞飞。当天，AMD宣布以全股票方式收购李飞飞创办的AI实验室World Labs，交易价值约82亿美元，折合人民币约550亿元。
此时距离World Labs成立，也就两年时间。交割完成后，李飞飞将以执行副总裁兼首席科学家的身份加入AMD，直接向苏姿丰汇报。照片中二人面对镜头，面露微笑。相机定格的那一刻，是合作，是联手，当然也可能是AI行业的新大陆。
为何买，为何卖
两家公司都是AI领域备受关注的企业，而从双方释放的信息看，这笔收购背后，是AMD将触手伸向物理AI等AI硬件领域，被收购方World Labs则获得了AMD在AI算力方面的支持。
公开资料显示，World Labs由李飞飞等人于2024年创办，总部位于美国旧金山，主要研究空间智能和世界模型。与主要处理文本信息的大语言模型不同，世界模型试图让AI理解和模拟真实世界中的三维环境以及物体之间的关系，被认为是机器人、自动驾驶、仿真等物理AI应用的重要技术方向。
World Labs去年已推出首个空间智能产品Marble，可以通过单张图片、一段视频或一句文本提示创建高保真、持久的3D世界。李飞飞认为，以大型语言模型为代表的AI虽然擅长处理抽象知识，却如同在"黑暗中行走"，空间智能是实现机器真正智能的关键突破。
AMD在新闻稿中表示，随着AI向推理、机器人、仿真和物理AI领域扩展，其对计算基础设施的需求日益多样化，World Labs在开发先进模型方面的专长将使AMD能更深入地洞察工作负载的演变趋势，并帮助塑造未来的技术路线图。
苏姿丰称，构建面向下一代AI的计算平台，需要深入理解模型如何演进，通过双方合作可以驱动下一代AI硬件开发。
李飞飞则表示，AMD将为其团队提供资源以加速研究，并帮助定义下一代AI所需的基础设施。
同样地，要实现模型突破，World Labs需要更多算力。今年1月，李飞飞在与苏姿丰的一场对话中谈到空间智能对算力的渴求，称空间智能与其他智能不同，AI理解物理需要非常大的内存、大量并行计算和快速推理。
买模型，也买人
在外界看来，这笔收购可能也标志着AMD投资策略的转向。在大模型竞争逐渐从训练走向推理、物理AI与仿真等应用领域快速发展之后，芯片公司正面临一个越来越现实的问题：未来需要什么样的算力，将由模型和应用的发展方向和需求所决定。
此前AMD对外收购更注重硬件层面的补齐及合作，例如收购了服务器制造商ZT Systems，对Anthropic等模型企业的投资也偏重算力方面的合作。相比之下，对World Labs的投资更偏重软件研究对AI硬件研发的引领。
分析指出，这笔收购交易的核心价值并不在于World Labs短期能够为AMD贡献多少收入，而在于其对未来AI工作负载的研究能力。研究机构Moor Insights & Strategy首席分析师Patrick Moorhead直言，这是一次"人才和模型洞察"的收购，而不是"收入型收购"。他认为，AMD获得的是开发未来芯片需要运行的模型的人才，以及对模型发展方向的洞察。
花旗分析师Atif Malik也认为，吸收李飞飞及其团队后，AMD能够更深入地了解AI模型的演进，并进一步强化AI平台战略。他将AMD此次交易的动机概括为三点：获取更多顶尖AI工程师、加强AMD在物理AI领域的布局，以及构建更好的端到端AI系统。
图形和计算行业研究机构Jon Peddie Research在报告中写道，World Labs的加入能够把前沿模型研究进一步带入AMD的芯片和系统设计体系。
当World Labs研究人员开发新的AI工作负载时，这些经验可以帮助AMD架构师更早理解未来模型对计算能力、内存、芯片间互联以及软件的需求。
物理AI，必争之地？
在行业竞争层面，这笔收购是AMD在物理AI赛道布局的关键动作。当前大语言模型市场竞争趋于饱和，机器人、工业仿真等场景的三维世界模型被视作AI下一增长方向。人工智能专家、天使投资人郭涛认为，对AMD而言，这笔收购是在物理AI领域的补课。AMD的竞争对手英伟达布局物理AI已较为深入，不仅有机器人所需的软件、工具链和算力硬件，还有自动驾驶领域的模型和硬件。
英伟达不久前以130亿美元巨资收购开源平台抱抱脸（Hugging Face），太空探索技术公司（SpaceX）则以600亿美元收购AI编程助手Anysphere（Cursor），高通则以近40亿美元收购AI编译器Modular。
一位从业人员对北京商报记者表示，当前AI正处于快速发展的时期，行业也开始面临越来越明显的技术不确定性。这意味着对AI芯片能力边界的需求会呈现不同趋势。AI芯片公司的竞争正在从"谁的芯片能更快完成计算"，变成"谁更了解下一代模型或者计算平台的需求"。
"这尤其表现在物理AI领域。一方面，以机器人为代表的核心市场正快速发展，技术持续演进，商用门槛也在快速降低；但另一方面，目前产业界对机器人的技术路线演进仍未收敛，机器人的具体形态和运动逻辑也有明显差别。这些都需要差异化的芯片算力提供支撑。"上述人士谈到，如果未来机器人需要持续理解现实环境，并进行实时预测、规划和决策，那么它需要的就不只是传统LLM意义上的Token计算，还包括3D世界建模、空间推理、仿真以及大量实时推理。
郭涛则表示，人工智能正在从数字世界进一步走向现实世界，而支撑这一变化的技术体系也将更加复杂。未来的AI竞争，既是模型能力的竞争，也是芯片、软件、数据和应用生态的协同竞争。对于产业参与者而言，持续加强基础技术创新、推动软硬件协同发展，并让人工智能更好服务实体经济和实际应用，或许才是这一轮技术演进更值得关注的方向。
北京商报记者 赵天舒
热门跟贴