AMD豪掷物理AI?82亿美元买下World Labs

蓝鲸财经
Yesterday

作者|不慌实验室 章启明

两位华裔科学家联手,硅谷AI竞争转向三维世界。

成立仅两年、团队约70人、收入规模尚未公开,World Labs却获得82亿美元定价。

AMD买下的,是李飞飞团队以及一张通往物理AI时代的入场券。

极具冲击力

北京时间9月29日凌晨,AMD宣布与李飞飞创办的空间智能公司World Labs签署最终收购协议。

交易全部以AMD股票完成,价值约82亿美元(折合人民币约550亿元),预计于2026年底前完成,尚需获得监管批准并满足其他惯例成交条件。

交易完成后,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联合创始人Justin Johnson和Ben Mildenhall将继续与李飞飞共同领导原有团队,推进世界模型和空间智能研究。

这是一笔极具冲击力的交易。

World Labs于2024年初成立,由李飞飞与Ben Mildenhall、Justin Johnson、Christoph Lassner共同创办。同年9月,公司带着超过2.3亿美元融资正式亮相。

彼时有媒体报道称,其估值已经超过10亿美元,投资方包括a16z、NEA、Radical Ventures,以及英伟达、AMD、Adobe等产业资本。

2026年2月,World Labs再次完成10亿美元融资,AMD、英伟达、Autodesk、富达、Emerson Collective和Sea等参与,其中Autodesk投资2亿美元。

不过,World Labs没有披露这轮融资后的正式估值,此前市场传出的约50亿美元,只是融资洽谈阶段的报道口径。

从2024年超过10亿美元的估值,到此次82亿美元的交易价格,World Labs的账面价格在两年内增长约八倍。但这一倍数并不等同于早期投资人的实际回报。

World Labs经历多轮融资,原有股东的持股比例已经被稀释;此次又是全股票交易,最终收益还将受到持股成本、交易条款以及AMD股价变化的影响。

按照外媒披露的约70名员工计算,World Labs对应的人均交易价值超过1亿美元。但这也不等于每名员工“创造”了1亿美元现金。AMD购买的是技术团队、模型能力、知识产权、产品入口以及参与下一代AI基础设施定义的机会。

一家收入规模尚未公开、成立仅两年的研究型公司获得82亿美元定价,仍足以成为AI创业史上最醒目的“大结果”之一。

路线兑现

高估值的背后,是World Labs避开最拥挤的大语言模型赛道,将主要资源押在空间智能上。

李飞飞对这条路线的概括很直接,宇宙并不只是由文字组成,而是由真实事物组成。

语言模型能够根据上下文预测下一个Token,却不天然理解距离、深度、遮挡、重力、运动轨迹和行动后果。

AI如果要进入机器人、自动驾驶、工业仿真、空间计算和科学研究,就需要理解三维环境,推演世界如何变化,并在行动之后预测可能产生的结果。

沿着这一判断,成立两年间,World Labs的产品路线逐步展开。

最先落地的是Marble。这款多模态世界模型可以根据文字、图片、视频和粗略的3D布局,生成空间连贯、能够持续探索和编辑的三维世界。与一次性生成图片或视频相比,Marble试图创造一个可以改变视角、继续导航并用于后续创作的空间。

随后,World Labs切入机器人仿真。2026年7月,World Labs收购机器人公司SceniX,将世界模型、学习型仿真和真实机器人训练连接起来。机器人可以先在虚拟环境中反复训练和测试,再进入现实世界,从而降低真实试错的成本和安全风险。

9月1日发布的Atlas,是这条路线目前最完整的落点。

按照World Labs披露,Atlas是一款从头训练的多模态自回归扩散Transformer,可以统一处理文字、图像、视频和3D信息。它能够根据已有图像预测新的观察视角,从少量图片重建现实场景,并输出显式3D结果。

大语言模型沿着文字序列预测下一个Token,Atlas则试图根据已有空间信息预测“下一个视角”。李飞飞称,这种生成模型与多视角几何结合的路线,已经在相当程度上解决计算机视觉长期面对的稀疏重建问题。

这项能力可以用于机器人强化学习环境、建筑与房地产重建、影视娱乐、医疗场景生成和工业数字孪生。

不过,Atlas目前仍处于面向少数合作伙伴的早期访问阶段,World Labs也未披露收入和客户规模。

从技术突破走向规模化收入,仍有很长的路。生成一个“看起来合理”的三维空间,与建立一个符合物理规律、可供机器人安全训练的仿真环境,完全不是同一个难度。

82亿美元中,真正昂贵的是World Labs成为下一代AI入口的可能性。

买下未来

对AMD而言,这笔收购的意义远不止增加一款AI产品,而是提前进入下一代模型和计算负载的定义环节。

过去几年,AMD一直通过并购补全AI基础设施版图。2022年,公司以490亿美元的交易价值完成对赛灵思的收购,同年以约19亿美元收购DPU厂商Pensando;2024年又以6.65亿美元收购欧洲私人AI实验室Silo AI;2025年完成对ZT Systems的收购,最终确认交易对价约44亿美元。

World Labs将AMD的并购版图继续向模型和应用层推进。按照目前公布的交易价值,这将成为AMD历史上仅次于赛灵思的第二大收购,也是公司在AI模型领域最激进的一次下注。

AMD已经不满足于只向模型公司出售芯片。苏姿丰的判断是,对模型、软件和端到端工作负载理解得越深,越有能力设计出更好的计算系统。

这一战略已有现实基础。2026年第二季度,AMD数据中心业务收入达到67亿美元,同比增长107%。

OpenAI和Meta分别规划部署最高6吉瓦AMD GPU,甲骨文此前也宣布建设首批5万颗MI450 GPU集群。

但在英伟达仍掌握明显平台优势的情况下,AMD仅靠追赶GPU性能还不够。机器人仿真、空间重建和世界模型会形成怎样的计算结构,对显存、网络、低延迟推理和软硬件协同提出哪些新要求,都将影响下一代芯片设计。

World Labs因此更像一座设在AMD内部的“下一代负载雷达”,一边研发模型,一边反向定义硬件。如果物理AI成为语言模型之后的新增长曲线,AMD就能更早获得需求信号,甚至参与制定技术路线。

对李飞飞而言,加入AMD也不仅因为“算力贵”。前沿模型需要算力,更需要芯片、系统、软件、数据和应用共同迭代。继续独立融资,意味着在研究投入、云计算成本和商业化之间不断平衡;进入AMD,则可以获得更完整的工程体系、客户网络和影响硬件路线图的机会。

风险同样存在。交易尚未完成,监管与交割仍有变数;空间智能拥有广阔想象空间,却尚未形成与语言模型相当的成熟市场;前沿研究强调自由探索,上市公司更看重路线图、交付周期和投资回报,双方能否保持平衡仍待观察。

全股票交易也意味着World Labs股东与AMD股价深度绑定。82亿美元是签署协议时的交易价值,并非已经落袋的现金。AMD股价和AI资本开支周期一旦出现波动,实际回报也会随之变化。

AMD用82亿美元买的,是一张进入物理AI时代的期权。过去的AI竞争,争夺的是谁能训练出更大的语言模型;下一阶段的竞争,将转向谁能让模型理解空间、推演行动并进入真实世界。

AMD买下World Labs,买的正是主战场发生迁移的可能性。

敬告读者:本文基于公开资料信息或受访者提供的相关内容撰写,《不慌实验室》及文章作者不保证相关信息资料的完整性和准确性。无论何种情况下,本文内容均不构成投资建议。市场有风险,投资需谨慎!未经许可不得转载、抄袭!

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10