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。
World Labs試圖向前走這一步。
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。
02 合作逐步加深
這次牽手並非突然發生。
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。
03 輝達已經在場
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。
04 真正的考驗剛剛開始
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)