进入密集收购期的AMD即将迎来一位“AI教母”。

　　9月28日，AMD宣布将以约82亿美元的全股票交易收购AI创业公司World Labs。后者由知名AI科学家李飞飞参与创办，她也被业界称为“AI教母”。被收购公司的核心研究方向并非大语言模型，而是让AI理解、生成和模拟三维物理世界的“空间智能”。

　　交易预计在2026年底完成，当然还需获得监管部门批准。此后，李飞飞将加入AMD，出任执行副总裁兼首席科学家，直接向CEO苏姿丰汇报。

　　这看起来与英伟达此前一笔收购计划有异曲同工之妙。对于AMD而言，这并不是一次简单的“AI人才补充”。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。这不是通过常规收购软硬件的方式就足以应对的，而是要站在更为前瞻的视角进行落子。这在一定程度上解释了近年来越来越多NeoLab（前沿实验室）出现的现象。

　　华裔女性强强联手

　　AMD与World Labs并非初次接触，前者早就是后者的投资人，双方也早已开展过业务合作。

　　（World Labs官网披露的投资人）

　　在与收购消息同步发布的李飞飞亲笔信中，她提到，“去年，我们与AMD建立了深入的技术合作伙伴关系，首先是在AMD GPU上进行模型训练和推理优化。随着双方团队的合作，我们意识到将我们的人工智能生态系统（包括软件和硬件、基础模型和应用程序）整合起来顺理成章。”

　　World Labs成立于2024年，核心研究方向是“空间智能”（Spatial Intelligence），即让AI不仅能够理解文字和二维图像，还能够理解三维空间以及真实世界中的物体、位置和运动关系。

　　其近期发布的Atlas就是一个例证。据悉，这是首个全视角模型架构，它解决了空间智能领域一个关键的突出问题：新视角预测。与大语言模型（LLM）可以根据文本序列预测下一个词元（Token）类似，Atlas从零开始训练，可以根据二维图像输入预测下一个视角，其性能甚至超越了现有最先进的专用模型。

　　官方介绍，Atlas通过将生成模型与多视角几何相结合，从根本上解决了计算机视觉领域一个长期存在的难题——稀疏重建。

　　该实验室前不久通过收购SceniX，进一步推进了面向机器人学习和仿真的相关技术。

　　这意味着，World Labs的定位与传统LLM公司完全不同。

　　如果说ChatGPT诞生之初主要解决的是AI对“语言世界”的理解和阐释，那么World Labs试图解决的，是AI对“物理世界”的理解和构建。

　　此次收购后，World Labs的联合创始人Ben Mildenhall和Justin Johnson将一并加入AMD，参与组建一个“全球顶尖的前沿研究组织”。李飞飞称：“我们将携手构建一个涵盖硬件、软件、平台和广泛开放模型的端到端开放式人工智能生态系统。”

　　而李飞飞本人的加入，更是这笔交易的长期价值所在。

　　李飞飞过去在计算机视觉领域（尤其是ImageNet项目）的工作，对现代AI深度学习的发展产生了重要影响。World Labs成立之后，她将研究方向进一步推进到空间智能和世界模型。

　　正如苏姿丰所说：“构建下一代人工智能的计算平台需要对模型的演进方式有深刻的理解。我们可以携手利用这些洞察力，开发出驱动下一代人工智能并加强开放式人工智能生态系统的硬件、软件和系统。”

　　李飞飞则在公开信中把AMD称为“北极星（North Star）”。她指出，“我们对人工智能解决空间和物理世界问题的潜力有了更清晰的认识……我们需要扩大投入规模，拓宽覆盖范围，并更深入地了解硬件。如果没有集中精力发展硬件，人工智能的效率和规模都会受到限制，而且就我们的目标而言，它仍然会局限于数字世界。”

　　这其实也是AMD这笔交易最核心的逻辑：World Labs需要AMD的算力和工程能力，AMD需要World Labs帮助自己理解下一代AI。

　　值得关注的是，AMD这笔投资并非采用现金，而是“全股票”。今年随着AI智能体应用加速演进，全球CPU芯片市场处于持续供不应求的状态中，这推动AMD的股价水涨船高，从年初230美元/股一路爬升到最高639美元/股。此举背后也透露出将这笔投资与公司长期发展强绑定的意图。

　　争夺芯片定义权

　　此次收购与AMD历史上将芯片初创公司或软件公司作为主要收购标的的做法不太一样。

　　如果说过去AMD的收购主要是为了“补缺”，这一次则透露出AMD对定义未来芯片工作负载的野心。

　　此举实际上与AMD的“老对手”英伟达有异曲同工之妙。就在前不久，英伟达官宣计划收购全球知名的开源社区Hugging Face，显示出进一步聚合AI开源生态的意图。

　　AMD的这项收购，似乎意味着AI产业从芯片到应用的全链条发展已经走到了新的阶段。

　　过去几年，AI芯片竞争的核心逻辑很大程度上是围绕大模型训练展开的。英伟达凭借GPU、CUDA以及完整的软件生态建立起优势，AMD则持续补齐软硬件层面的短板进而完善系统级能力。

　　但随着AI应用进入推理、机器人、自动驾驶、工业仿真等场景，AI计算的需求正在从单一的大模型训练，转向越来越多元的模型和工作负载。

　　AMD自己也在这一方向上加速。今年8月，AMD刚刚宣布收购AI推理芯片公司Taalas，目的就是强化针对不同AI推理工作负载的专用计算能力。

　　这也意味着，AMD此次收购传递的信号是：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”。

　　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。

　　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，有观点认为，未来机器人面临的是一个比汽车还要庞大的市场空间；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，VLA和世界模型等路线仍在同步迭代，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。

　　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。

　　这意味着未来的AI基础设施，不是简单地把GPU堆得越来越多，而是需要针对不同模型、不同应用场景进行软硬件协同设计。

　　World Labs所能提供的，正是AMD此前相对缺少的“模型视角”。

　　今年2月，World Labs刚刚完成10亿美元融资，当时市场披露的估值约为50亿美元。如今AMD给出的交易价格已经达到82亿美元。

　　从资本市场角度看，这显然是一笔昂贵的交易。但AMD押注的并不是World Labs今天能够产生多少收入，而是未来AI从“数字智能”走向“空间智能”或“物理智能”之后，模型将如何改变算力基础设施。

　　这意味着，AMD可能在抢一张进入下一代AI计算需求定义环节的“门票”。AI芯片巨头的下一轮竞争其实已经悄悄开始了。截至记者发稿时，AMD盘前股价一度上涨约0.9%。