82億美元，AMD準備把李飛飛的“世界”帶進自己的晶片版圖。

當地時間9月28日，AMD宣佈已達成收購World Labs的最終協議，交易對價約為82億美元的AMD股票。

交易預計2026年底前完成，仍需監管批准並滿足其他常規交割條件。屆時，李飛飛將出任AMD執行副總裁兼首席科學家，直接向董事長兼首席執行長蘇姿丰匯報。

同一天，李飛飛發表了一篇題為《去追尋一個更新的世界》的文章。她借用丁尼生《尤利西斯》中的詩句，為這次轉身作註：“現在去追尋一個更新的世界，還不算太晚。”

一家成立於2024年的AI公司，即將成為晶片巨頭的一部分。對外界而言，82億美元是最醒目的數字；對李飛飛而言，她在文中反覆解釋的，則是為什麼研究AI的下一步，需要更接近硬體。

一家晶片公司與一家模型公司的相遇，就這樣把一個問題擺到了台前：當AI開始學習理解三維世界，計算平台應該由誰設計，又該如何設計？

01 李飛飛的“世界”值錢在那裡？

“宇宙並非由詞語構成；它由真實事物構成。”這是李飛飛在文章中解釋World Labs創辦初衷時寫下的一句話。

她熟悉AI如何從識別圖像起步。早年的ImageNet工作，與神經網路演算法及GPU計算相結合，幫助推動了現代深度學習的發展。但一台機器能夠認出照片裡的椅子，距離理解椅子所在的房間、遮擋關係以及人在其中如何移動，仍有很長的路要走。

它的首款產品Marble，能夠根據圖片、視訊或文字生成三維世界。對於普通使用者，最容易理解的區別是：一張圖片固定了觀察位置，一個三維場景則允許人們換個角度繼續看。移動之後，空間還需要保持連貫，不能每換一個方向，就變成另一個房間。

李飛飛在此次文章中重點介紹的，是World Labs於2026年9月1日公佈的Atlas。

按照她的描述，這一模型將生成能力與多檢視幾何結合。更準確地說，Atlas能夠根據輸入圖像及指定的相機位置、角度，生成相應的新視角畫面。李飛飛用大語言模型預測下一個token來作類比。但這不意味著模型在自行決定相機下一步往那裡走。

可以把這個問題想像成：手裡只有房間的少量照片，能否據此推斷從門口走向窗邊時，眼前的空間會如何變化？牆壁的位置、家具的相互遮擋，都要在不同視角中儘可能對得上。

這涉及電腦視覺中的“稀疏重建”：如何利用有限的觀察恢復場景。李飛飛稱Atlas在這一方向取得了重要進展，並提到機器人強化學習環境、房地產、設計與建築等領域對它表現出興趣。不過，這些目前仍是公司披露的技術判斷與應用方向，距離大規模商業收入還有相當距離。

World Labs還在2026年7月21日宣佈收購機器人公司SceniX。李飛飛此次表示，公司正借此建設機器人模擬能力。從生成可探索的空間，到為機器提供學習環境，公司的目標正在變得清晰。

官方介紹也明確指出，對於輸入照片沒有覆蓋的區域，Atlas可能生成合理但未經觀察證實的內容。場景看起來完整，不代表每個細節都是真實還原。

視覺上連貫的房間，距離可靠的物理模擬還有門檻。畫面裡的杯子看起來真實，不代表模型就能精準預測它被碰倒後如何滾動、破碎。World Labs展示了通往空間智能的一段路徑，後面的路仍需技術和實際應用驗證。

李飛飛在文章中回憶，蘇姿丰是World Labs使命的早期支持者與投資者，也是她在技術世界中的朋友。按照李飛飛和World Labs的公開說明，雙方於2025年開始深入技術合作，首先做的事情很具體：在AMD GPU上最佳化模型訓練與推理。

2026年2月18日，World Labs宣佈獲得10億美元新融資，投資者名單裡同時出現了AMD和輝達。七個多月後，AMD選擇進一步把整個團隊納入公司。

從技術合作到股權投資，再到擬議中的收購，雙方關係不斷加深。這些具體聯絡，比一句“押注物理AI”更能解釋雙方為什麼走到一起。

對World Labs而言，前沿研究需要持續投入，模型效率又與底層計算密切相關。李飛飛在文中直言，要加速未來，需要擴大工作規模、拓寬觸達範圍，並更接近硬體。她認為，缺少專注的硬體投入，會束縛AI的效率與規模。

對AMD而言，收購公告裡有一個值得留意的表述：World Labs將幫助它理解不斷演變的計算工作負載，進而制定未來技術路線圖。

所謂工作負載，就是晶片實際要處理什麼任務。生成文字、處理多視角圖像、模擬互動環境，對計算、記憶體和資料傳輸的需求並不完全相同。下一代模型往那裡走，會影響下一代計算系統如何配置資源。

蘇姿丰在公告中說：“要建構下一代人工智慧所需的計算平台，就必須深入理解模型如何演進。”

沿著這一邏輯看，AMD希望獲得的，是一個能夠更早發現模型需求、參與系統設計的研究團隊。

雙方已有的GPU最佳化合作，為這種協同提供了起點。進入同一家公司之後，模型研究者可以更直接地把訓練與推理中遇到的瓶頸反饋給硬體和軟體團隊；工程團隊也有機會更早參與研究，而非等模型定型後再尋找適配辦法。

這些仍是需要兌現的協同價值。但它解釋了，為什麼一張供應合同或一筆財務投資，可能不足以承載雙方的雄心。

在這個方向上，AMD面對的是一個已經行動的對手。

2025年1月，輝達發佈Cosmos世界基礎模型平台，將模型、視訊處理工具和資料流水線組合起來，面向機器人與自動駕駛開發。其中一條路徑，是結合Omniverse中的三維場景生成合成資料，用於訓練和評估AI系統。

這回應了一個很實際的困難：讓機器人在真實世界中反覆試錯，既昂貴，又慢。有些危險或罕見情況，也很難靠現場採集湊齊。開發者因此希望在模擬環境中構造更多場景，再檢驗模型的表現。

輝達當時公佈的採用者中，就包括人形機器人公司1X，其世界模型挑戰賽資料集使用了Cosmos Tokenizer（視覺資料編碼器）。對晶片廠商而言，參與這些工作意味著更早進入開發者的流程。

由此也能看出，AI計算平台的競爭為什麼會延伸到模型層。

開發者需要解決的是一項完整任務：準備資料、訓練模型、評估結果，再部署應用。晶片性能是其中重要的一環，圍繞晶片的工具是否好用、能否減少重複工作，同樣影響選擇。

World Labs可能幫助AMD從空間智能研究切入這些流程：用自身模型暴露系統瓶頸，通過軟硬體共同最佳化降低使用門檻，再吸引更多開發者。這是對交易戰略的一個合理解釋，也是未來需要觀察的方向。

當然，一次收購並不能自動形成完整生態。Marble和Atlas的技術路徑，也不能與Cosmos或Omniverse簡單畫等號。

但雙方的行動顯露出共同趨勢：晶片廠商越來越需要進入模型研究現場，理解未來的計算究竟會發生在那裡。

在李飛飛筆下，加入AMD是一次加速。對一筆82億美元的交易而言，加速最終要落在可衡量的結果上。

首先是技術能否走進真實任務。

房地產展示需要空間可信，工程設計需要尺寸和約束可靠，機器人訓練則更關心環境變化與動作後果。它們看起來都與三維世界有關，驗收標準卻不同。從令人驚豔的演示到穩定可用的工具，需要跨過各自的門檻。

其次，誰會持續為這些能力付費？

李飛飛列舉了多個潛在應用領域，但市場興趣、試用與長期訂單之間仍有距離。World Labs需要證明，它能夠節省那些成本、改善那些工作，以及使用者為什麼會反覆使用。

對AMD來說，收益也可能體現為計算平台獲得更多採用，而不只是模型公司的直接收入。問題在於，這種帶動作用何時出現、規模多大，目前還不能從收購公告中找到答案。

再往後，是組織與開放承諾的考驗。

李飛飛表示，團隊希望在AMD內部繼續建設持久發展的前沿研究組織，並提供開放模型和平台。研究需要容納不確定性，晶片產品則有明確的工程與交付周期。兩者如何共同確定優先順序，會影響合作能走多遠。

而要吸引整個行業的開發者，開放也需要體現在具體的模型許可、工具介面和平台相容性上。

全股票交易意味著以AMD股票支付對價，使收購對價的接收方與AMD未來的股權價值產生聯絡，卻沒有免除這些問題。在缺少充分經營資料的情況下，判斷82億美元便宜還是昂貴，為時尚早。

李飛飛用“追尋一個更新的世界”描述這次轉身。對AMD而言，新的世界意味著新的計算需求，也意味著它希望更早參與這些需求的形成。

接下來，比收購金額更值得追蹤的，是World Labs的模型能否幫助使用者完成真實工作，AMD的計算平台能否因此變得更好，以及開發者是否願意留下來。

82億美元寫下了雙方對未來的判斷。真正的答案，則要由它們共同做出的產品來給出。 (軒轅科技評論)

2026年9月7日，全球電子製造服務巨頭偉創力（Flex）宣佈，已與電力轉換解決方案提供商EPC Power達成最終收購協議，交易金額高達44億美元。此舉標誌著Flex正全力押注AI資料中心高速增長帶來的電力基礎設施機遇，並為其雲與電力基礎設施（CPI）業務部門的分拆上市鋪平道路。

根據協議，偉創力將以現金和股權相結合的方式完成此次收購，預計交易將在2026年第四季度完成全部監管審批與交割。屆時，EPC Power將併入偉創力的CPI業務部門。而偉創力已計畫在2027年第一季度將該部門分拆為一家獨立上市公司。

EPC Power是一家總部位於美國加利福尼亞州的電力轉換系統開發商，其技術專為下一代800V資料中心架構設計，能夠為高密度的AI基礎設施提供更高效的電力輸送。該公司在62個國家已部署超過15吉瓦（GW） 的裝置，預計到2027年，其在美國的年製造能力將超過30GW。

偉創力首席執行長Revathi Advaithi表示：“電力架構正在經歷代際轉變……EPC Power帶來了領先的電源轉換和電網建構技術，使我們能夠利用這一轉變，提供今天的800V電源轉換，並朝著固態變壓器發展。”

這筆收購的核心在於補齊偉創力在資料中心電力價值鏈上的關鍵缺口。隨著AI伺服器機櫃功耗急劇上升，電力供應已成為制約AI擴展的核心瓶頸。EPC Power的平台包括數字整流器、DC-DC轉換功能，並規劃了固態變壓器（SST） 路線圖，其系統可整合儲能、微電網和現場發電，實現“電網建構”功能。

分析師指出，此次收購讓偉創力從單純的電子代工及元件供應商，轉變為能提供一體化“從電網到晶片”電力解決方案的系統整合商。

Persistence Analytics Group創始人Neil Osnato評論道：“44億美元的價格本身就是一個訊號，表明電力轉換正從輔助元件轉變為AI基礎設施中的戰略控制點。”

偉創力還披露了EPC Power強勁的財務預期：預計其2026年營收約為8億美元，2027年有機營收增長約40%，同期EBITDA利潤率預計將擴大至約30%。

偉創力正在評估各種融資方案，預計將通過債務和股權相結合的方式為此次交易提供資金。花旗銀行和美國銀行已承諾為此次交易提供融資支援。

然而，這筆高昂的收購也伴隨著顯著風險。首先，44億美元的估值對Flex的資產負債表構成壓力，收購必須產生足夠的增量收益來支撐其估值；其次，將EPC Power的技術與營運整合進Flex，並同時準備CPI業務的分拆，存在執行風險。此外，市場對AI資本支出是否存在泡沫的擔憂若成為現實，AI資料中心建設放緩將直接衝擊電力基礎設施的需求預期。 (芯智訊)

今年夏天，Hugging Face的創始人團隊主動找到黃仁勳。

主談者是聯合創始人、首席執行長克萊芒·德朗格（Clément Delangue）。

美東時間9月3日一早，德朗格在接受CNBC採訪時說，他們意識到，Hugging Face和開放人工智慧平台已走到一個轉折點，需要更多資源、更大規模和更高的行業能見度，來邁進下一個階段。

那天，他們告訴黃仁勳，想把開放人工智慧平台做得更大。

黃仁勳的回答是：“那就一起做。”

幾周後，雙方談妥了一筆接近130億美元的交易。

同一天，輝達宣佈，已同意以129.303億美元收購Hugging Face，其中約119億美元用於支付Hugging Face股東，另有最高約10億美元的股權留任計畫，用於留下加入輝達的員工。

黃仁勳在採訪時給出了兩個理由：一是，Hugging Face值這個價；第二，開放模型對輝達非常重要。

他還承認，Hugging Face當時存在其他競購者，129億美元是輝達贏得這筆交易需要支付的最高價格。

當主持人追問，輝達是否是為了防止Hugging Face落入競爭對手手中才支付這一價格時，黃仁勳否認了這種說法。

他表示，輝達看重的不是阻止誰買下Hugging Face，而是開放模型已成為公司重要的增長動力，雙方結合後，可以更快擴大這一生態。

換句話說，競購推高了價格，但真正讓輝達接受這一價格的，是Hugging Face在開放人工智慧領域的位置。

交易仍需獲得監管部門批准，預計2027年上半年完成。

129.303億美元也不是一個常規的整數報價。

Hugging Face聯合創始人托馬斯·沃爾夫（Thomas Wolf）9月3日在X平台發文稱，這一價格中隱藏了Hugging Face和輝達的相關資訊。其中，“129303”是公司logo表情符號Unicode碼位U+1F917對應的十進制數字。

這像是Hugging Face三位創始人給這筆交易留下的一個極客式彩蛋。

這個價格接近Hugging Face在2023年融資估值的三倍。按此前披露的約1.5億美元年化收入計算，輝達支付的價格相當於其年收入的約86倍。

這意味著，輝達購買的並不是Hugging Face現階段的利潤，而是其背後的開發者入口、開放模型生態和在人工智慧產業鏈中的平台地位。

2026年7月，OpenAI在測試智能體網路攻擊能力時，相關智能體突破原本用於隔離測試的“沙箱”環境，進入公共網際網路並侵入Hugging Face系統。

Hugging Face最初並不知道攻擊來自OpenAI。

這次事件至少讓他們確認了一件事：依靠封閉模型建立防禦，並不足以應對同樣來自封閉系統的攻擊。

德朗格在採訪時稱，公司當時無法通過閉源API研究攻擊路徑，只能借助開放模型建立防禦。

Hugging Face聯合創始人、首席科學官托馬斯·沃爾夫（Thomas Wolf）在彭博電視採訪時承認，這次攻擊是公司考慮出售的推動因素之一。

擺在三位創始人面前的選擇並不複雜：要麼再次融資，增加計算、安全和基礎設施投入；要麼尋找一家認同開放路線，同時有能力提供這些資源的公司。

不過，網路攻擊只是加快了事情的處理程序，並不是這次收購的全部原因。

更深層的變化是，人工智慧行業已經逐漸分成兩條路線。

一條是OpenAI、Anthropic等公司主導的封閉模型。使用者通過付費API使用模型，但無法掌握模型權重，也很難對其進行深度修改。

企業、大學和開發者可以下載、修改並部署模型，把人工智慧真正變成自己的資產。

德朗格在前述CNBC採訪中，將這兩種狀態概括為“租用人工智慧”和“擁有人工智慧”。

模型越多、使用者越多，平台需要的記憶體、計算、安全審查和推理資源也越大。對於一家獨立創業公司而言，支撐一個全球開放模型平台，難度正在快速增加。

在雙方正式談判之前，黃仁勳參與發表了一封支援開放權重模型的公開信，這也讓Hugging Face相信，輝達至少在現階段與其方向一致。

輝達參與了Hugging Face在2023年完成的2.35億美元融資，也是平台上主要的美國開放模型和開放資料貢獻者之一，已經發佈超過500個模型和250個開放資料集。

德朗格說，雙方認識多年，因此談判進行得很快。

據《金融時報》2026年1月28日報導，Hugging Face在2025年底曾拒絕輝達一筆5億美元的投資提議。該筆投資對應約70億美元估值，但Hugging Face不希望任何一家大型科技公司成為可能左右其決策的主導股東。直到2026年8月，輝達洽談整體收購Hugging Face的消息才被公開披露。

當地時間9月3日，交易宣佈後的媒體溝通中，德朗格沒有確認此前報價的具體數字，只表示外界對Hugging Face融資情況的報導有時與事實存在距離。

但他承認，公司過去確實收到過不少收購邀請，也拒絕過很多次。

Hugging Face並非只有輝達一個買家。

黃仁勳在接受CNBC採訪時明確表示，當時存在其他競購者。當主持人追問其他競購方是誰、是否包括Hugging Face現有投資者時，德朗格拒絕透露。

黃仁勳則說：“誰是其他競購者並不重要，重要的是誰贏了。”

因此，目前只能確認存在其他競購者，無法確認具體公司。

Hugging Face的股東和投資者包括Salesforce、Google、亞馬遜、IBM、輝達、AMD和英特爾等企業，其中多家公司在雲端運算、人工智慧晶片和模型服務領域與輝達存在競爭關係。

在沒有更多資訊披露之前，不能據此認定Google、亞馬遜、Meta或AMD參與了競價。

多方爭奪至少說明，Hugging Face已不再只是一家創業公司。

誰擁有它，誰就能更接近全球開放模型的開發者、資料和分發管道。

Hugging Face由三名法國人創立。這一點很有意思，因為在大家的固有印象中，法國人似乎與極客相距甚遠。

當地時間9月3日，《華爾街日報》刊發的人物報導援引Hugging Face早期投資人、Betaworks管理合夥人約翰·博思威克（John Borthwick）的採訪稱，這三個人是“骨子裡的技術極客”，對科學有一種近乎本能的興趣。

但三個人的性格和分工並不相同。

德朗格是三人中最具創業者氣質的。

他在法國北部小鎮拉巴塞長大，是家中四個孩子裡的第三個。母親是護士，父親經營一家割草機商店。德朗格形容自己從小就在家庭中扮演連接者和調解者。

16歲時，他和哥哥通過eBay銷售進口的全地形車和摩托車。大學期間，他又創辦UniShared，讓學生把課堂筆記放到網上共享。

他不一定是三人中技術最強的，卻最擅長髮現人與技術之間的連接。

這一性格後來直接影響了Hugging Face。

公司沒有把自己建成一個封閉的人工智慧實驗室，而是不斷吸引開發者、研究人員和企業，把分散的模型和工具聚集到同一個平台。

紅杉資本2023年6月29日發佈的德朗格人物文章提到，Hugging Face沒有把維護開發者關係完全交給專門的社區部門，而是要求員工直接進入社區、回答問題並參與討論。

朱利安·肖蒙（Julien Chaumond）則更像一名典型的工程師。

他畢業於法國巴黎綜合理工學院，學習應用數學，隨後在史丹佛大學獲得電子工程和電腦科學碩士學位。他曾在創業公司和法國政府數字事務部門工作，是Hugging Face的聯合創始人兼首席技術官。

相比頻繁出現在媒體和公開活動中的德朗格，肖蒙更多留在產品和技術體系背後。

從三人的公開履歷和公司分工看，他的特點更接近工程師式的克制：把一個想法變成可以穩定運行的產品，再把產品變成平台。

托馬斯·沃爾夫則是三人中最不像傳統創業者的一個。

他擁有統計物理和量子物理博士學位，後又取得法律學位，當過五年歐洲專利律師。他與肖蒙相識於工程師學校，兩人還曾一起玩樂隊。

一個物理學博士、專利律師，最後成為人工智慧創業公司的首席科學官。

沃爾夫更接近學者型人物。他習慣閱讀論文，復現研究，再把複雜成果改造成普通開發者能夠使用的工具。

2018年，Google發佈BERT語言模型。沃爾夫和團隊很快將其移植到更受研究人員歡迎的PyTorch框架，並向外界開放。

這件事後來改變了Hugging Face的方向。

德朗格擅長社區和敘事，肖蒙負責工程和平台，沃爾夫連接研究與開源。

一個把人聚起來，一個把系統搭起來，一個把論文變成工具。

這三種性格，最後共同決定了Hugging Face不是一家單純的大模型公司。

04. 從聊天機器人到“AI的GitHub”

2016年，德朗格和肖蒙來到紐約，參加Betaworks的創業項目。

他們最初想做的是一款面向青少年的聊天機器人。

當時，蘋果Siri已經出現，但兩人覺得Siri太無聊，只會完成一些功能性任務。他們希望創造一個更有趣、會開玩笑甚至有些叛逆的人工智慧朋友。

“Hugging Face”原本只是報名時臨時填寫的名字，來自三人喜歡的表情。他們打算以後再改，最終卻一直沿用下來。

但是，在開發產品的過程中，團隊積累了自然語言處理、模型訓練和資料管理工具。2018年開源PyTorch版BERT後，這些工具迅速受到開發者歡迎。

公司隨後放棄消費者聊天機器人，轉向開放機器學習基礎設施。

此後，Hugging Face相繼形成了Transformers、Datasets、Diffusers和Tokenizers等程序庫，並建立用於發佈模型、資料集和應用的Hugging Face Hub。

截至此次交易宣佈時，平台擁有超過1800萬名開發者、研究人員和創作者，服務超過20萬家企業，託管超過300萬個模型、50萬個資料集和100萬個應用。

彙整鉅亨號中所有使用「企業收購」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

蘇姿丰押注李飛飛，兩位華裔女性聯手改寫AI晶片戰局

偉創力44億美元收購EPC Power！

黃仁勳瘋了！花800億買了個表情包？