AMD正式完成收购World Labs,82亿美元买下物理AI入场券
电子产品世界
昨天,AMD宣布完成对AI研究公司World Labs的收购。这笔交易的战略逻辑不在短期财务回报,而在于将前沿世界模型的研究能力内嵌到芯片架构的定义环节,使AMD在物理AI的竞争中获得一张此前完全缺失的入场券。
从B轮投资到全面收购,AMD用了约两年时间完成从财务投资到技术协作再到组织并入的完整闭环。
收购历程:从资本接触到全面并入
AMD与World Labs的关系并非始于收购,而是一条清晰的递进路径:
· 2024年9月,World Labs完成B轮融资,AMD旗下投资机构入局,投后估值约13亿美元,同轮投资人包括Geoffrey Hinton、Andrej Karpathy、Jeff Dean等;
· 2025年,双方启动深度技术合作,围绕AMD GPU上的世界模型训练与推理优化展开联合工程开发,涉及分布式训练、算子融合、量化和三维数据输入等具体问题;
· 2026年2月,World Labs完成10亿美元C轮,AMD Ventures继续跟投,英伟达、Autodesk同期参投,投后估值54亿美元;
· 2026年3月,双方公开宣布扩大在AMD Instinct GPU上的空间智能算力合作;
· 2026年9月28日,AMD宣布以约82亿美元全股票方式收购World Labs,李飞飞将出任AMD执行副总裁兼首席科学家,直接向苏姿丰汇报;
· 2026年11月16日,AMD宣布完成对AI研究公司World Labs的收购,以增强其在AI模型领域的研发能力。
AMD收购World Labs,本质是购买“需求定义权”,而非购买收入。82亿美元全股票交易的核心标的,是一个成立仅两年、收入规模尚未公开的70人研究团队。
AMD和World Labs的双向选择
World Labs成立于2024年,出发点是李飞飞提出的一个反共识判断:大语言模型无法独自通往通用人工智能,空间智能是不可或缺的另一半。李飞飞将人类智能归结为语言智能与空间智能两大核心,而空间智能是生物理解、推理周边世界并将感知与行动关联起来的基础能力。World Labs的目标,是构建能够感知、生成、重建和模拟三维世界的「世界模型」,让AI从“能看会说”跨越到“能行动”。
在这一方向上,World Labs在两年内达成了几个关键里程碑:2025年底,推出首款产品Marble,可从文本、图像、视频生成空间连贯、可探索和编辑的三维世界;2026年7月,收购机器人仿真公司SceniX,将世界模型、学习型仿真与真实机器人训练连接起来;2026年9月,World Labs发布多模态世界模型Atlas,原生处理文本、图像、视频和三维数据,核心能力是“新视角预测” —— 给定图像和相机空间关系,生成指定位置和角度下未见过的视角,输出可包括点云和3D Gaussian splats。
Atlas在几何重建与相机控制上形成了差异化定位,与英伟达Cosmos偏重物理推理和动作预测的路线形成对照。World Labs已经从一个研究实验室,初步构建起“模型-仿真-机器人训练”的物理AI能力雏形。
World Labs选择AMD,根本压力来自独立世界模型公司的结构性困境。从算力层面来看,World Labs两轮融资合计约12.3亿美元,而英伟达用自家芯片训练Cosmos,谷歌用TPU训练Genie,资金与算力的量级差距不可弥合;从商业化层面来看,模型训练开支持续攀升,而World Labs收入尚在雏形期,英伟达Cosmos开放权重进一步压缩了模型层的变现空间。
李飞飞的解释直白而务实:空间智能要进一步扩大规模,就必须“更加靠近硬件”,“没有足够的硬件投入,模型的效率和规模都会受到限制”。在Atlas发布、物理AI叙事最热的窗口接受AMD的全股票收购,是在估值高位完成“主动上岸”的理性选择。
而AMD的收购逻辑则是用模型研究反向定义芯片架构,绕开英伟达的CUDA生态壁垒。苏姿丰的表述一语道破:“你对整个端到端流程了解得越深入,就越能打造出优秀的系统”。更深层的战略含义在于:如果物理AI成为语言模型之后的新增长曲线,AMD通过将顶尖世界模型团队纳入内部,得以在下一代工作负载的定义阶段就参与其中,而不是在芯片流片之后再去适配已经成型的框架和模型。
物理AI为何成为新的竞争边界
物理AI成为顶尖AI公司的新边界,原因在于 —— 大语言模型的能力天花板恰好暴露在物理世界面前。大语言模型擅长抽象知识和文本推理,但缺乏对距离、深度、遮挡、重力、因果关系的根基性理解,无法可靠预测现实行动的结果。当AI的应用场景从浏览器和聊天框扩展到机器人、自动驾驶、工业仿真和空间计算时,这种缺失就从“不够好”变成了“不能用”。
世界模型正是补上这一缺失的技术层。它是一种能理解物理规律、在抽象语义空间中模拟行动后果并进行规划的AI架构,让智能体在行动之前先在内部“推演”多种可能,选择风险更小、效率更高的方案:在自动驾驶中,世界模型预判雨天路滑、斜坡加速;在机器人领域,它让机器进入工厂或仓储环境之前,先在虚拟环境中完成大量试错。
从AI整体架构看,世界模型承担着连接数字智能与物理行动的关键中间层角色:没有它,语言模型的推理能力无法转化为对物理世界的可靠操控;有了它,AI才有可能从“生成内容的工具”进化为“在现实中行动的智能体”。这就是为什么英伟达将物理AI视为继CUDA之后的下一个十年命题,也是为什么AMD即使付出82亿美元溢价,也必须拿到这张入场券。
那么,AMD收购之后:能追赶英伟达吗?答案是:短期能单点补齐,但全栈差距依然显著;中期则取决于整合速度与生态执行,而非模型能力本身。
英伟达在物理AI上的布局是十年积累的全栈闭环:Omniverse重建和仿真世界,Newton提供物理引擎,Cosmos作为世界基础模型生成数据和预测物理行为,Isaac/GR00T训练机器人策略,Jetson Thor承担边缘部署。这五层之间层层咬合,客户获得的是一站式解决方案,迁移成本极高。CUDA生态则是这套全栈的底层粘合剂,使每一层都能在英伟达硬件上获得最优适配。
对照之下,AMD在物理AI上此前近乎空白。World Labs的加入,使AMD在“世界构建、世界生成和训练评估”三层上获得了实质性能力,李飞飞团队的Atlas和Marble可以直接为AMD的Instinct GPU和ROCm生态提供第一方多模态与3D生成参考模型,Counterpoint分析师认为这有助于AMD在空间工作负载上更快缩小与英伟达的开发者差距。
但物理引擎和边缘部署两层,AMD依然空缺:World Labs的优势在几何重建与可控生成,接触关系、长期动力学等物理仿真能力仍需外部引擎补全;Jetson Thor在边缘机器人部署上的先发地位,AMD短期内没有对等产品。更根本的是,英伟达的护城河不在于某一款模型,而在于CUDA之上积累的开发者习惯、工具链成熟度和仿真到部署的端到端闭环,这些无法通过一次收购获得。
AMD获得的是从“无法入场”到“有资格站在同一张牌桌上”的转变,而非对英伟达的快速追平。真正的追赶将发生在两个层面:一是李飞飞团队与AMD芯片架构团队的协同能否产出“为世界模型而设计”的差异化硬件,而非仅仅让Atlas在AMD GPU上跑得更快;二是ROCm能否借助第一方世界模型吸引物理AI开发者形成最小可行生态。这两个过程都以年为单位计量。
如何理解英伟达参投World Labs
英伟达参与World Labs的B轮和C轮融资,与AMD最终收购之间并不构成逻辑矛盾。理解三者关系的关键,在于区分“财务期权”与“战略行权”。
· 对英伟达而言,参投World Labs是一项成本有限的信息与关系期权。作为物理AI全栈的既有主导者,英伟达对任何可能影响世界模型技术路线的前沿团队都有天然的监控动机:投资使英伟达得以近距离观察空间智能方向的技术进展、人才动态和商业化节奏,同时以股东身份维持与团队的通道。在英伟达已经拥有Cosmos、Omniverse、Isaac的完整自研栈的背景下,收购一个技术路线与Cosmos形成差异化而非替代关系的团队,整合成本和路线冲突远大于收益。
· 对AMD而言,这笔投资则必须在某个时点转为战略行权。AMD没有物理AI的全栈基础,World Labs不是“锦上添花”,而是“从零到一”的必需资产。当技术合作验证了团队质量、当Atlas的发布确认了产品化能力、当物理AI的竞争窗口加速收窄,AMD行使收购权是理性的必然。
因此,英伟达是World Labs的“耐心资本”,AMD是“战略买家”。英伟达可以从容地看着这家公司在自己的轨道上成长,因为无论World Labs最终走向何方,物理AI的整体叙事扩张都对英伟达的全栈平台有利;而如果World Labs被其他巨头收入囊中,或者独立发展迟缓,AMD在物理AI上将继续处于结构性缺席状态。
82亿美元的价格,本质上就是AMD为这种“不能缺席”支付价格。三者之间的关系并非零和博弈,而是揭示了物理AI竞争的一个深层特征:平台主导者以资本网络维持信息优势,挑战者则以并购完成能力跃迁。英伟达的投资没有阻止AMD的收购,AMD的收购也不会瓦解英伟达的全栈壁垒;真正的胜负,取决于收购之后模型团队与芯片团队能否在一张桌子上,定义出英伟达现有路线之外的新计算需求。