核心观点
1、AMD从"卖芯片"升级为"造生态"。首次大规模收购纯模型公司，标志着AMD认识到未来AI芯片竞争已从算力比拼升级为生态对抗，苏姿丰要"定义AI计算的未来"，仅有硬件远远不够。
2、物理AI是下一个十年的算力定价权之争。英伟达已构建Omniverse+Cosmos+Isaac Sim完整技术栈，AMD收购World Labs正是为补齐物理AI短板。谁能帮AI理解物理世界，谁就掌握下一个万亿级赛道的入口。
3、82亿美元买70人团队，本质是"买方向"。成立两年、尚未盈利，溢价1.5倍。这笔交易买的是李飞飞团队的模型洞察力，用以提前规划芯片路线图。但软硬整合、人才留存、英伟达全栈壁垒三大挑战，决定这笔赌注的成败。
9月28日，AMD宣布以约82亿美元（约合人民币550亿元）全股票交易收购李飞飞联合创立的AI初创公司World Labs，这是AMD历史上第二大收购案。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CEO苏姿丰汇报。World Labs专注于空间智能与世界模型，其核心产品Atlas解决了新视角预测难题。此次收购标志着AMD从单纯芯片制造商向AI生态系统构建者转型，直指英伟达在物理AI领域的Omniverse与Cosmos生态壁垒。
交易概览：AMD史上第二大收购案
2026年9月28日，超威半导体（AMD）在官网正式宣布，已与AI初创公司World Labs签署最终收购协议，将以约82亿美元（约合人民币550亿元）的全股票交易收购后者。交易预计于2026年底前完成，仍需获得监管部门批准并满足其他惯例交割条件。
这是AMD有史以来第二大收购案，仅次于2022年以约500亿美元收购赛灵思（Xilinx）。交易完成后，World Labs联合创始人兼CEO、AI领域先驱李飞飞将加入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。World Labs另外两位联合创始人Justin Johnson和Ben Mildenhall将继续带领团队推进模型研究，公司总部仍设在旧金山，在交易完成前保持独立运营。
从估值变化看，World Labs在2024年9月完成A轮融资后估值约10亿美元，2026年2月完成C轮10亿美元融资后投后估值约54亿美元。AMD以82亿美元收购，相当于最后一轮投后估值的约1.5倍，溢价显著。据风险投资分析师Paul Bonnet测算，四位联合创始人与团队合计仍持有约56%的股份，对应约46亿美元的价值。
值得关注的是，苏姿丰正是World Labs的早期投资人之一，AMD此前也参与了World Labs的融资。从投资人到收购方，这一转变凸显了AMD对World Labs技术价值的深度认可和战略整合的决心。
World Labs：成立两年的空间智能独角兽
World Labs成立于2024年初，由李飞飞与Justin Johnson、Ben Mildenhall联合创办，总部位于旧金山，目前约有70名员工。
该公司专注于开发"空间智能"模型，利用文本、图像和视频输入生成、重建和模拟交互式三维环境，并研发机器人学习与模拟技术。其核心信念是：宇宙并非由文字组成，而是由真实存在的事物组成，AI需要理解物理世界的结构才能解决真正重要的现实问题。
World Labs已推出两款核心产品：
Marble是公司首款空间智能产品，可根据图像或文本提示生成三维世界的基础模型，面向娱乐体验创作和机器人训练模拟环境。
Atlas是2026年9月1日发布的全新全视角模型架构，能够根据二维图像输入预测下一个观察视角，将生成模型与多视角几何结合，从根本上解决了计算机视觉领域长期存在的稀疏重建难题。Atlas可应用于机器人强化学习训练环境、治疗与娱乐场景生成，以及房地产、设计和建筑等领域的真实世界空间重建。
此外，World Labs在2026年7月收购了机器人训练软件初创公司SceniX，其软件能够在逼真的虚拟世界中训练机器人，进一步补强了公司在物理AI和机器人仿真方面的能力。
融资方面，World Labs从2024年4月创办到被收购，共完成A、B、C三轮融资，累计筹集约12亿美元。投资方包括a16z、Radical Ventures等知名投资机构，以及英伟达、AMD、Autodesk、Fidelity等大型企业。
李飞飞：从ImageNet到空间智能的AI拓荒者
李飞飞的职业生涯贯穿了现代AI发展的关键脉络。2000年，她作为一名研究生进入AI领域，试图解决机器和大脑如何实现视觉智能的问题。后来，她的实验室开展了ImageNet项目，这项工作与神经网络算法以及GPU上的实现一起，推动了现代AI时代的到来。
此后，李飞飞担任过Google Cloud AI首席科学家，创建了Google Cloud AI团队，并成为斯坦福大学以人为本人工智能研究院的创始院长。当生成式AI开始带来巨大变化，前沿AI的大规模研究逐渐从学术界转向产业界时，她意识到最值得走的路是创办一家创业企业，直接挑战AI领域最大胆、最困难的技术问题。
2024年初，她与Ben Mildenhall、Justin Johnson共同创办World Labs。这两位联合创始人同样都是世界级的AI研究者：Justin Johnson在视觉与语言推理领域有深厚积累，Ben Mildenhall在神经辐射场（NeRF）技术方面做出了开创性贡献。
李飞飞在公开信中引用丁尼生《尤利西斯》中的诗句："来吧，我的朋友们，现在去寻找一个更新的世界，还不算太晚"。她写道："推进下一代AI技术的发展，需要模型研究、系统和计算领域的紧密合作。加入AMD将为我们的团队提供资源和工程实力，从而加速我们的研究"。
AMD的战略逻辑：从芯片制造商到AI生态构建者
AMD收购World Labs的核心逻辑，在于将前沿模型研究能力内化为芯片设计的驱动力。
随着AI从语言模型向推理、机器人、仿真及物理AI拓展，对计算基础设施的需求正变得日趋多元。通过引入World Labs的模型专业知识，AMD得以在工作负载演变过程中获得更深入的洞察，从而提前数年规划其AI芯片需要具备的能力，优化未来的技术路线图。
苏姿丰在接受采访时表示："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。我们希望获得李飞飞汇聚起来的世界级人才，并将这些人才与AMD在硬件、软件和系统方面的能力结合起来"。
这一收购标志着AMD投资策略的重要转向。此前AMD的对外收购更注重硬件层面的补齐，例如2022年以约500亿美元收购赛灵思补齐FPGA能力，2024年以约49亿美元收购ZT Systems补齐AI服务器系统能力。而对World Labs的收购则是AMD首次大规模收购纯软件/模型公司，表明AMD正从单纯的芯片制造商向能够定义AI计算未来的生态系统构建者转型。
苏姿丰的目标很明确："定义AI计算的未来"。AMD官方表示，收购将推进其"为开放生态系统提供AI基础设施"的战略。
英伟达对标：物理AI赛道的中美芯片巨头对决
理解AMD此次收购的深层动机，必须将其置于与英伟达竞争的大背景下。
在AI芯片市场，英伟达目前占据约81%的份额，AMD的份额约为7%，其余厂商合计约12%。英伟达2026财年实现全年营收2159亿美元，同比大涨65%，其中数据中心全年收入1937亿美元。AMD数据中心业务同期收入约67亿美元。虽然AMD通过MI350系列和Helios整机柜AI算力平台在算力硬件层面加速追赶，但英伟达的生态壁垒远不止于芯片。
英伟达已在物理AI领域构建了完整的生态矩阵。2025年CES上，英伟达发布Cosmos世界基础模型平台，利用超过2000万小时的视频训练数据"教会AI理解物理世界"。2026年6月GTC台北大会上，英伟达进一步发布全球首款完全开放的全模态物理AI世界模型Cosmos 3，基于混合Transformer架构，可将物理AI的训练与评估周期从数月缩短至数日。黄仁勋表示，物理AI将彻底改变价值50万亿美元的制造业和物流业。
英伟达的物理AI体系包含Omniverse、Cosmos、Isaac Sim等关键组成部分。Omniverse创建真实世界任务的3D仿真环境，Cosmos提供生成视频数据和训练物理AI模型的基础模型，Isaac Sim提供机器人仿真训练平台。三者形成完整的"仿真环境+世界模型+机器人训练"闭环。
相比之下，AMD此前向公众提供的模型仍局限于文本和视频类别，尚无面向物理世界理解的世界模型产品。此次收购World Labs将直接补强AMD在这一关键领域的短板，使其能够在机器人、仿真等物理AI领域与英伟达展开正面竞争。
拿下World Labs，AMD就握住了对抗英伟达Omniverse体系的核心算法引擎。World Labs的Marble和Atlas产品在空间智能领域的技术能力，加上SceniX的机器人仿真技术，为AMD构建了与英伟达Omniverse+Cosmos+Isaac Sim对应的技术栈。
物理AI：下一个十年的万亿级赛道
AMD与英伟达在物理AI领域的角力，折射出整个AI产业从语言模型向物理世界拓展的重大趋势。
物理AI（Physical AI）是指将AI与驱动自动化制造和机器人的物理系统相融合的技术。黄仁勋认为，AI与物理世界的交互是这项技术的下一个前沿。此类应用消耗的算力可能是与聊天机器人进行文本交流的数万倍。
物理AI体系包含感知、决策、执行三大核心环节，算力作为大模型发展的底座，将成为具身智能机器人发展的核心关键支撑点。2026年，"十五五"规划纲要首次将具身智能纳入国家未来产业重点布局，标志着这一新兴赛道已从技术概念上升为国家产业战略。
从产业规模看，黄仁勋预测物理AI将彻底改变价值50万亿美元的制造业和物流业，从汽车、卡车到工厂、仓库，所有移动的事物都将实现机器人化。全球每年生产1亿辆汽车，道路上行驶的汽车有10亿辆，所有这些汽车都将实现高度自动驾驶。黄仁勋预测自动驾驶很可能是第一个万亿美元级的机器人产业。
世界模型被认为是推动生成式AI进入机器人领域的重要技术之一，应用场景包括自动驾驶汽车、工业机器人以及通用型人形机器人等。尤其是对于通用机器人而言，现实世界中可用于训练的数据极为有限，世界模型可以通过生成合成数据来解决这一瓶颈。
科技巨头AI并购潮：人才与模型成为核心标的
AMD收购World Labs正值科技巨头在AI并购市场大举出手之际。
OpenAI去年以约64亿美元收购了乔尼·艾夫的AI设备初创公司io；英伟达在AI芯片制造商Groq和开源平台Hugging Face上共花费约330亿美元；Meta在2025年斥资140亿美元收购了Scale AI的少数股权。这些交易反映出科技巨头对AI顶尖人才和前沿模型的争夺已白热化。
对投资者而言，AMD这笔交易是对抗英伟达生态系统优势的重要举措。通过直接掌握世界模型这一被业界视为在机器人平台上部署生成式AI的关键基础设施，AMD正试图从单纯的芯片制造商转型为能够定义AI计算未来的生态系统构建者。
值得关注的是，World Labs的投资方中既有AMD也有英伟达。英伟达作为投资方却未能阻止AMD收购，这一方面说明World Labs的技术价值被业界广泛认可，另一方面也反映出英伟达自身已有Cosmos生态体系，对World Labs的依赖度相对较低。
收购后的挑战与风险
尽管战略逻辑清晰，AMD整合World Labs仍面临多重挑战。
首先是技术整合难度。World Labs的核心能力在于软件模型和算法研究，而AMD的核心能力在于芯片硬件设计。将前沿模型研究能力转化为芯片设计的实际驱动力，需要在组织架构、研发流程和工程文化层面进行深度整合。苏姿丰强调"将AI软件和硬件生态、基础模型和应用结合在一起"，但软硬协同的深度整合在科技行业历来挑战巨大。
其次是人才保留风险。World Labs约70名员工中包括多位世界级AI研究者。收购后如何保持团队稳定性和研究自主性，避免核心人才流失，是AMD面临的关键课题。AMD选择让World Labs在交易完成前保持独立运营，总部仍设在旧金山，正是出于这一考虑。
第三是竞争差距的现实。英伟达在物理AI领域已建立了从芯片（Jetson Thor）、平台（Isaac GR00T）、模型（Cosmos 3）到生态（Cosmos Coalition联盟）的全栈优势。AMD仅凭World Labs的技术能力，要在短期内追平英伟达的生态壁垒并不现实。
第四是估值风险。World Labs成立仅两年，尚未实现盈利，82亿美元的收购价格是否合理取决于其技术能否真正转化为AMD的竞争优势。如果物理AI的发展速度不及预期，或World Labs的技术路线被其他方案超越，这笔投资可能面临减值风险。
行业影响与未来展望
AMD收购World Labs对整个AI产业格局将产生深远影响。
对AI芯片竞争格局而言，此次收购意味着AMD与英伟达的竞争已从单纯的芯片性能比拼升级为全栈生态对抗。未来AI芯片的竞争将不仅是FLOPS和带宽的较量，更是对AI工作负载理解深度和生态构建能力的全面竞争。
对物理AI产业而言，AMD的入局将加速物理AI技术的商业化和普及。World Labs的Atlas等模型如果能与AMD的ROCm软件栈和Instinct GPU深度优化，将为企业客户提供除英伟达之外的物理AI算力选择，打破英伟达在该领域的垄断地位。
对AI研究社区而言，李飞飞加入AMD并担任执行副总裁兼首席科学家，是学术界顶尖人才进入产业界的标志性事件。李飞飞在公开信中强调将"继续以开放的方式与社区以及整个生态合作"，这表明AMD有意在开放AI生态的定位上与英伟达形成差异化竞争。
对中国AI产业而言，AMD与英伟达在物理AI领域的竞争升级，将为中国本土AI芯片企业带来新的思考。2026年中国"十五五"规划纲要已将具身智能纳入国家未来产业重点布局，英伟达Cosmos 3的发布直接拉低了全球具身智能研发门槛。中国企业在物理AI模型和算力基础设施方面仍处于追赶阶段，AMD的收购进一步凸显了模型能力对芯片设计的战略价值。
展望未来，AMD收购World Labs的成效取决于三大关键变量：一是World Labs团队在AMD体系内能否保持创新活力并持续产出领先模型；二是AMD能否将世界模型能力有效转化为芯片设计优势，实现软硬协同的正循环；三是物理AI市场的成熟速度能否支撑这笔82亿美元投资的回报预期。
苏姿丰表示："我一直都是Fei-Fei和她在人工智能领域开创性研究的超级粉丝。我们将共同携手，将World Labs在人工智能和世界模型方面的深厚专业知识与AMD的计算领导力相结合，驱动人工智能的未来发展"。两位在各自领域登顶的女性领袖联手，能否在物理AI这一万亿级赛道上撼动英伟达的统治地位，将是未来数年AI产业最值得关注的叙事之一。
