永哥观点 · AI前沿

AMD掏出82亿美元，买下了AI的"第三只眼"

一、一桩不太寻常的买卖

硅谷刚发生一件大事。

9月28日，AMD官宣：以约82亿美元（约550亿人民币）收购李飞飞创办的空间智能公司World Labs。全股票交易，预计今年年底前完成，还得过监管这一关。

钱不少，但真正让圈里人坐不住的，是另外两个细节。

李飞飞本人要进AMD——出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。

一个做芯片的，花天价买了一家几乎还没有营收的研究公司，还把创始人请进了最高决策层。

这不是普通的收购。这是一次押注。

二、她为什么值这个价

李飞飞今年60岁，斯坦福教授，圈里叫她"AI教母"。

很多人记得她，是因为ImageNet。十几年前，她带着团队给上千万张图片打标签，硬是把"看图"这件事，变成了机器能学会的技能。后来席卷全球的深度学习浪潮，就是从这批数据里长出来的。

但真正让她今天"值82亿"的，不是过去，是现在走的这条路。

一个只会读书、写字、聊天的AI，哪怕再聪明，也没在真实世界里生活过。它不知道杯子推下桌子会碎，不知道绕过沙发要走几步，不知道拧开一个瓶盖得用多大力气。它能"说"世界，但它没见过世界。

2024年，她创立World Labs，做的是"空间智能"，也就是"世界模型"——让AI理解并且生成三维世界。

目前它拿得出手的产品叫Marble：你给它文字、图片、视频，它就能生成一个可以走进去、可以转动视角的三维空间。更关键的是，它吐出来的不是一张"只能看"的画面，而是可以被拿去继续加工的完整三维资产，能直接导进游戏、设计、以及机器人的训练环境里。

今年9月，World Labs又放出跨文字、图像、视频和三维的多模态基础模型Atlas，还有一个能实时生成交互画面的帧模型。这条路，跟同行已经明显分岔了。

三、AMD到底在买什么

表面上，AMD买的是一个实验室和一群顶尖研究员。往深了看，它买的是三样东西。

第一，买"需求"。芯片公司最怕的不是对手强，是不知道下一代算法长什么样。你越早看清前沿模型要什么，就能越早把芯片的架构定下来。苏姿丰自己在采访里说过一句很实在的话："你对整个端到端流程了解得越深，就越能造出更好的系统。"

第二，买"生态"。英伟达真正难打的地方，从来不是单卡跑分，是CUDA那套软件，加上十几年养出来的开发者习惯。AMD在语言模型训练这条赛道上追得很辛苦，但换个战场，机会就来了——三维世界模型是一张全新的牌桌，谁先把开发者的习惯养成，谁就越可能赢。

第三，买"卡位"。有句话我印象很深：决定芯片胜负的，从来不是跑分，而是下一代主流算法的代码，写在谁的架构上。AMD买的，就是这个"写在哪"的权利。

四、为什么偏偏是现在

因为语言这条路，正撞到天花板。

能读的文本，快读完了；靠AI自己造出来的"合成数据"，也渐渐开始"自说自话"、原地打转。

而机器人最缺的，恰恰是真实世界的数据。你不可能让一万台机器人在真实街道上，替你把该摔的跤都摔一遍，成本太高，也太危险。

于是，让它们在虚拟世界里先把跤摔够，就成了唯一的出路。那个虚拟世界，就是世界模型。

所以你看，全世界最有钱的几家公司，几乎是不约而同地盯上了同一件事：OpenAI、谷歌DeepMind、英伟达，再加上今天的AMD。

大家都想明白了一个道理——AI要从"会说"，走向"会看、会做"。而"会看、会做"的第一步，是它得先有一个世界。

五、两位女性的握手

这笔交易里最耐人寻味的，是两个人。

一个是苏姿丰。她接手AMD的时候，公司还在生死线上挣扎；十几年下来，她把它带成了唯一能在AI芯片上和英伟达掰手腕的对手。她信的是"系统"——把硬件、软件、平台拧成一股绳。

另一个是李飞飞。她信的是"世界"——AI不能只活在文字里，得活在物理世界里。

外行看，这是一次并购。内行看，这是两种信仰的合流：一个提供算力和系统，一个提供对世界的理解。

六、但别急着鼓掌

先把冷水泼上。

监管这道坎。美国联邦贸易委员会和司法部最近盯"科技巨头抢人、囤研究、掐死潜在对手"盯得越来越紧。AMD在数据中心GPU上的份额远不如英伟达，算不上横向垄断，但"把一家独立的前沿实验室收进自己口袋"这件事本身，就足够监管问上几个问题。

搬迁的硬仗。World Labs的大模型，原来主要跑在谷歌云上。并进AMD之后，这套庞大的三维多模态模型，得一步步迁到AMD自己的GPU和软件栈上。这不是发一纸公告就行，是一场没有退路的工程硬仗。

开放还是绑定。李飞飞一直主张AI研究要开放、要防垄断。可半导体巨头掏这么大一笔股权成本买下它，它做的模型和工具，长期还能不能对所有硬件一视同仁？这是下游做三维、做机器人的开发者，最该盯着的问题。

七、写在最后

三五年后回头看，2026年9月的这一桩买卖，很可能会被当成一个分水岭。

它的分量，不在82亿美元这个数字。而在于：从这一天起，衡量一家AI公司最值钱的东西，可能不再是谁的参数多、谁的字数长，而是谁真正"看见"过这个世界。

那一天，正在路上。