AI教母的选择
01
李飞飞为什么卖了公司
9月28日，AMD宣布以约82亿美元全股票收购World Labs。交易完成后，李飞飞将出任AMD执行副总裁兼首席科学家，直接向AMD CEO苏姿丰汇报。
AI教母的选择
这是AMD历史上第二大收购案，仅次于2022年约500亿美元收购赛灵思。
要知道，World Labs在2024年4月才成立，到被收购不过两年半，员工约70人，尚未盈利。一个成立两年半、没赚钱、70人的公司，卖了82亿美元。
而且World Labs并不缺钱，今年2月刚完成C轮10亿美元融资，估值约54亿美元。英伟达也参与了这轮融资。也就是说，黄仁勋投了这家公司，最后被苏姿丰买走了。
C轮10亿刚到账7个月，产品刚发布，估值54亿，照理说正是往上走的时候。为什么卖了？
这就得看这家公司的创始人，李飞飞。
斯坦福讲席教授，美国三院院士，被称为“AI教母”。2009年她主导发布的ImageNet数据集，直接推动了后来的深度学习革命。没有ImageNet，就没有现在的深度学习。
2024年她创办World Labs，做空间智能，让AI理解三维的物理世界。她自己的说法是：“宇宙不是由文字组成的，而是由真实存在的事物组成的。”
一个学术理想主义者，公司刚融了10亿，产品刚发布，估值54亿，选择被收购。她不是因为公司做不下去才卖，而是发现做空间智能这一步，光靠软件走不通了，得跟硬件绑在一起。
李飞飞在官宣当天发了一封亲笔信，标题叫《To Seek a Newer World》，取自丁尼生的长诗《尤利西斯》。丁尼生写的是奥德修斯年老之后不甘安逸、再度远航的故事。李飞飞引用的那句是：“来吧，我的朋友们，现在去寻找一个更新的世界，还为时未晚。”
信里有一段话值得细品：“要把技术继续往前推，就得扩大规模，也得离硬件更近。如果没有专门针对硬件展开的工作，AI在效率上会受到限制，在规模上同样如此。对我们所关注的问题而言，AI也仍然会被困在数字世界之中。”
一个做空间智能的人，要让AI理解物理世界的人，却说AI“仍然会被困在数字世界之中”。这句话不是在谈商业策略，是在说技术瓶颈。
为什么光靠软件走不通？
02
AI的边界，和算力的枷锁
因为AI从读文字到理解物理世界，算力需求是几何级增长的。回头看李飞飞的职业生涯，她其实一直在做同一件事：把AI的边界往外推。
2009年，她主导发布ImageNet，1500万张图片，2.2万个分类，让机器学会“看见”。当时AI领域的思路是做更好的算法，李飞飞换了个方向，去做更大的数据。结果ImageNet直接引爆了深度学习革命。
2024年，她创办World Labs，做空间智能，让AI从“读文字”走到“理解三维世界”。用她自己的话说：“宇宙不是由文字组成的，而是由真实存在的事物组成的。”现在的AI能写诗、能写代码，但不懂得什么是重力，什么是遮挡，什么是空间关系。李飞飞要把AI从二维的文字世界拉出来，放进三维的物理世界里。
2026年，她选择加入AMD，让模型和芯片协同设计。
三次跨越，方向一致：让机器看见，让机器理解世界，让机器和物理世界交互。但每往前推一步，对硬件的依赖就深一层。
ImageNet时代，算力还不是瓶颈，数据是。到了空间智能，AI要处理三维空间数据、物理模拟、实时交互，算力需求跟处理文字完全不是一个量级。李飞飞在官宣信里说得很直接：“如果没有专门针对硬件展开的工作，AI在效率上会受到限制，在规模上同样如此。”
说白了，做空间智能，模型再好，没有足够的算力支撑，也跑不动。这不是商业策略的选择，是技术本身的硬约束。
03
82亿买的是什么？
苏姿丰在彭博电视采访里说了一句话：“你对整个端到端流程了解得越深入，就越能构建出更好的系统。这就是我们收购World Labs的原因。”
芯片设计的周期是以年计算的。今天确定的架构，要到两三年后才会在数据中心真正运行。如果等模型公司把新需求摆在面前再去做适配，硬件厂商永远慢半拍。苏姿丰要的不是World Labs的某一款产品，而是让AMD的芯片设计团队能提前看到，未来的AI模型会怎么吃算力。
这不是AMD第一次干这种事。看一下AMD这几年的收购路线就很清楚：2022年500亿美元收购赛灵思，补的是FPGA和自适应芯片，买硬件；2024年49亿美元收购ZT Systems，补的是AI服务器系统，买硬件；2024年6.65亿美元收购Silo AI，补的是模型研发团队，开始碰软件；2026年82亿美元收购World Labs，买的是空间智能和世界模型，第一次大规模买纯模型公司。
从买硬件到买软件到买模型，AMD在从“卖芯片”往“造生态”走。
黄仁勋把话说得更直白。2026年摩根士丹利TMT大会上，他提出一个判断：算力等于收入，算力等于GDP。他的意思是，计算机在经济中的角色变了，从过去人类预先录制、计算机负责检索的“存储系统”，变成了具备生成能力的“生产系统”。数据中心正在变成生产数字智能的工厂，算力消耗直接转化为产出。
换句话说，算力不再是成本工具，而是生产资料本身。
谁离未来的算力需求最近，谁就能提前布局。英伟达的优势在于，黄仁勋自己既做芯片又做模型（Cosmos世界模型、Omniverse仿真平台），软硬件都攥在手里，所以他比谁都清楚下一步算力会怎么走。
苏姿丰没有这个条件。AMD是芯片公司，不做模型。买World Labs，本质上是把这个短板补上。让AMD也能提前看到，AI走到物理世界这一步，算力到底会被怎么吃掉。
04
巨头们都在买什么
AMD不是唯一在这么干的。
2026年6月，SpaceX以约600亿美元收购Anysphere，就是做Cursor的那家AI编程工具公司。2026年9月2日，英伟达以约129亿美元收购Hugging Face，拿下全球最大的开源AI模型平台和1800万开发者。三周后，AMD宣布82亿美元收购World Labs。
英伟达自己也在买。129亿美元拿下Hugging Face，补的是开发者生态。而它本身在物理AI领域已经建好了全栈：Omniverse做仿真环境，Cosmos做世界模型，Isaac Sim做机器人训练，Vera Rubin做芯片平台。加上Hugging Face的1800万开发者，从芯片到模型到生态到开发者社区，整套闭环全攥在手里。工业联盟里还有西门子、Foxconn、通用汽车、奔驰。英伟达AI芯片市场份额约81%，AMD约7%，不是一个量级。
再往前，2025年OpenAI以约64亿美元收购乔尼·艾夫的io公司，做AI硬件入口。2025年英伟达以约200亿美元收购Groq大部分资产，做AI推理芯片。2026年高通以约40亿美元收购Modular，做AI编译器。
把这些收购放在一起看，趋势很清楚：巨头们不再等下一代AI技术成熟再去适配，而是直接把可能决定AI下一阶段走向的团队和技术买下来。芯片、模型、软件、终端之间的界限正在消失，“软硬一体”正在从口号变成并购行动。
黄仁勋说物理AI将重塑全球价值约50万亿美元的制造业和物流业。AI从语言模型走向物理世界，算力需求远超文本聊天，单个智能体完成复杂任务所需算力可达人类直接操作模型场景的15到100倍。这个赛道够大，大到巨头们宁愿花几十亿上百亿，也要提前占位。
50万亿美元的赛道，巨头们在抢着占位。而李飞飞不是买方，而是被买的那一方。从ImageNet让机器“看见”，到World Labs让机器“理解三维世界”，再到加入AMD让模型和芯片协同设计。每一步，她都在把AI往物理世界推。这次卖掉公司，不是终点，是换了一条跑道。
李飞飞在官宣信的结尾说：“我们将始终以那颗指引我的'北极星'为方向，让技术服务于人类。”
问题是，AMD加上World Labs，能跑赢英伟达已经建好的护城河吗？
原文来自东方财富网|瀛寰志略
留言