美东时间9月28日，芯片巨头AMD抛出一条大消息：82亿美元收购World Labs，这也成为AMD史上第二大收购。
World Labs又是什么来头？其是由“AI教母”李飞飞联合创办的世界模型公司，专注于让AI能够对虚拟世界和现实世界进行感知、生成、推理和交互。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AMD董事长兼CEO苏姿丰汇报。
这也意味着，AMD开始正式下场参与物理AI竞赛。
AMD史上第二大收购
82亿美元收购World Labs
当地时间9月28日，AMD正式宣布，其与World Labs达成最终收购协议，将以全股票交易方式收购这家AI大模型公司，交易价格约82亿美元，折合人民币约550亿元。该项交易预计于2026年底之前完成，但仍需通过监管机构的审查以及满足惯例交割条件。
这也是AMD史上第二大收购。此前，AMD于2020年宣布对FPGA公司赛灵思（Xilinx）的收购，该项交易初始估值约350亿美元，交易交割于2022年完成，最终交易对价约490亿美元。
AMD强在CPU、GPU等计算硬件，但缺面向自适应计算的可重构硬件，赛灵思的FPGA补缺，使其成为自适应计算龙头。
公开资料显示，World Labs是一家由“AI教母”李飞飞于2024年创办的大模型公司，也是聚焦空间智能（Spatial Intelligence）和世界模型（World Models）的前沿AI公司，致力于让AI能够对虚拟世界和现实世界进行感知、生成、推理和交互。
有李飞飞的光环加持，World Labs成立之初便获得英伟达、Adobe Ventures等多家产业资本投资，2024年9月融资后估值达到10亿美元级别。2026年2月，World Labs完成新一轮融资，英伟达、AMD等参与，媒体估计其投后估值约50亿美元。
物理AI和世界模型
让两大“女王”会师
作为芯片界女强人，苏姿丰被誉为“芯片女王”，她带领AMD完成了史诗级逆袭，站到了AI主战场的C位。李飞飞，则被称为“AI教母”，推动ImageNet数据集落地，点燃了深度学习浪潮，推动AI从实验室走向产业化。
本次交易完成交割后，李飞飞将正式加入AMD，担任执行副总裁兼首席科学家，直接向AMD董事长兼CEO苏姿丰汇报，World Labs其余核心创始成员将继续带领团队深耕世界模型研发工作。
这也意味着，AMD买下的是World Labs整套顶尖研发团队与空间智能技术资产。是什么力量，让两大女王会师AMD?
AMD官方表示，World Labs正在开发能够根据文本、图像和视频输入，生成、重建和模拟交互式3D环境的空间智能模型，同时还在研究机器人学习和仿真技术。
换句话说，World Labs想做的是让AI读懂物理世界，并最终能在物理世界中像人一样进行决策及行动。而这，是全球AI顶尖公司正在瞄准的新战场——物理AI。
什么叫读懂物理世界？一个机器人看到一个玻璃杯，能判断这是玻璃杯，并像人一样成功拿起玻璃杯，这就叫读懂物理世界。这背后不仅是AI大模型的识别功能，更需要解决力反馈、物体物理属性理解等一系列复杂难题。
苏姿丰在官方声明中阐释收购底层逻辑：构建下一代AI计算平台，需要深度理解AI模型自身如何迭代演进。李飞飞以及World Labs团队在世界模型、空间智能领域的研究积累，能够帮助AMD预判未来AI算力负载的变化趋势，反向指导AMD下一代硬件、软件与系统的研发规划，塑造AMD长期芯片技术路线图，做强开放AI生态。
收购World Labs后，AMD在AI领域具备了“硬件+世界模型”的完整能力，补齐了物理AI新赛道上的短板。
AI芯片厂商竞争扩围
模型研究进一步进入芯片技术路线图
此次收购背后，是AI芯片厂商竞争边界继续向模型和应用层延伸。
AMD在公告中表示，随着AI向推理、机器人、仿真和物理AI拓展，计算基础设施面临的需求正日益多元。World Labs的模型研究将帮助AMD更深入理解工作负载变化，并据此制定未来技术路线图。
从AMD披露的交易目的看，此次收购的价值不只在于获得世界模型相关技术，更在于将前沿模型研究能力引入其计算基础设施研发体系。芯片产品研发周期较长，模型架构、训练方式和应用场景的变化，会进一步影响计算、存储、互联以及软件栈的设计。提前介入模型研究，有助于芯片厂商更早捕捉下一代AI的算力需求。
某一级市场早期投资人对记者表示，AI初创公司与硬件巨头进一步结合正成为值得关注的产业趋势。英伟达近年来已在大语言模型、具身智能和世界模型等方向持续投入，相比之下，AMD此前在模型生态上的布局相对有限。此次交易体现出其正进一步向模型和应用层延伸，以加强自身AI生态。
尤其在机器人等物理AI场景中，真实训练数据有限，仿真环境和合成数据的重要性正在提升。世界模型可通过生成和模拟三维环境，为机器人训练、仿真等提供数据和环境支持。对AMD而言，如果这类模型未来形成更大规模的训练和推理需求，也将进一步影响下一代AI基础设施的产品定义。
李飞飞表示，推进下一代AI技术，需要模型研究、系统和计算之间更加紧密协作，加入AMD将为团队提供更多工程资源，并帮助定义下一阶段AI所需要的基础设施。
