当地时间11月16日,AMD正式宣布完成对李飞飞联合创立的空间智能公司World Labs的收购。AMD提交美国证券交易委员会的文件显示,交割手续已于11月13日全部完成;从9月28日签署最终协议到交割落定,前后仅约46天。这笔交易采用全股票方式,整体估值约82亿美元,World Labs原股东合计获得约1498万股AMD普通股,规模仅次于2022年2月交割、价值约490亿美元的赛灵思收购案,是AMD并购史上的第二大交易。
伴随交割完成,李飞飞即日起出任AMD执行副总裁兼首席科学家,直接向董事长兼CEO苏姿丰(Lisa Su,美国国家工程院院士)汇报。苏姿丰当日到访World Labs旧金山总部,与员工共同庆祝交割;李飞飞在转发官宣推文时表示:“AI是一项文明科技!在这个历史时刻,我们每个人都面临着巨大的机遇和责任。我深感荣幸和激动能够领导World Labs加入AMD。我们将开启新的篇章,推进科学发展,研发新技术,最终为世界带来积极影响!”
要看懂这桩交易,先要看清World Labs在做什么。公司成立于2024年初,总部位于旧金山,团队约70人,由李飞飞与Justin Johnson、Ben Mildenhall联合创办,主攻“空间智能”,目标是让AI从理解语言转向理解、生成并模拟三维物理世界。其产品线从2024年推出的大型世界模型LWM、2025年11月上线的多模态世界模型Marble,一路走到2026年9月发布的新一代模型Atlas。Atlas被称为“全球首个多模态世界模型”,核心思路是用“空间上下文”替换“文本上下文”,原生支持文本、图像、视频和3D数据的统一处理,仅凭单张图片或文本提示即可从零生成完整三维场景;其“新视角预测”能力只需少量2D图像输入,就能推演摄像机移动后的同一场景,输出最长1分钟、最高1440p分辨率的视频。节奏也在加快:9月2日Atlas发布,11月5日研究预览Demo Frameboy把它推进到实时漫游交互阶段,11月12日起向全部公众与开发者开放。
资本轨迹同样清晰。2024年9月,World Labs走出隐身模式,完成首轮2.3亿美元融资,估值跨入10亿美元独角兽行列;2026年2月完成新一轮10亿美元融资,投后估值约50亿美元,AMD当时已在其投资人名单之中。本次82亿美元对价较最后一轮估值高出约六成,两年间估值放大逾一个数量级,算力厂商正在为世界模型的战略稀缺性定价。据风险投资分析师测算,四位联合创始人与团队仍合计持有约56%股份,对应约46亿美元价值。苏姿丰的表态指明了买方逻辑:打造下一代AI计算平台,必须深刻理解模型如何演进;World Labs在空间智能领域的模型研究成果,将直接纳入AMD未来硬件、软件与系统的整体技术路线图。
从产业视角看,这是一次“硬件公司购买模型认知”的收购。一方面,世界模型要持续处理视频、三维结构与连续动作,对显存容量、内存带宽、推理时延和端云协同的要求远高于语言模型;另一方面,英伟达已通过开源Cosmos体系布局物理AI生态,市场上此前还传出其拟以约130亿美元收购开发者平台Hugging Face的消息,大模型时代的核心模型资产正被芯片与云巨头加速瓜分。AMD没有走“买平台”的路线,而是把一个顶级模型实验室整体买进体内。双方渊源并不新鲜:World Labs团队早在2015年就与AMD开展合作,长期在AMD GPU上做模型训练与推理优化;其Marble模型跑在MI325X加速器与ROCm软件栈上,用AMD总部的几段视频,几分钟就能建出带门窗家具、比例准确的3D环境,而这类工作过去要以月计。李飞飞此前也公开期待AMD下一代MI450加速器助力训练更大的世界模型。
这桩交易的产业意义,要放在具身智能从技术验证迈向商业化落地的节点上看。IDC公开数据显示,2026年上半年全球人形机器人出货量接近2.5万台,同比增长432.1%;市场规模超过7.4亿美元,同比增长322.7%;其中中国出货1.9万台,占全球的77.9%。IDC同时预测,中国具身智能机器人用户支出将从2025年的超14亿美元增长到2030年的770亿美元,复合年均增长率约94%。机器人恰恰是世界模型最被看好的落地场景,其应用集中在三大方向:让机器人在虚拟环境中先“练一万次”再上岗、以仿真弥补真实训练数据匮乏的机器人仿真训练;面向影视、游戏与建筑设计的快速三维内容生产;以及加速实验模拟与药物发现的科学研究。资本已经先一步入场,Figure AI在2025年9月估值达390亿美元,Physical Intelligence在2026年3月被曝以约110亿美元估值洽谈新一轮约10亿美元融资。
对AMD而言,这笔收购的落点不止于补齐模型短板。约70人的团队连同此前并入的机器人仿真公司SceniX将整体加入AMD,与AMD硬件工程师共同开发面向开放AI生态的新一代基础设施,推动AMD从GPU、CPU算力供应商,向理解前沿模型需求、软硬件协同设计的AI基础设施平台演进。AI竞争正从大语言模型阶段迈向空间智能与物理AI阶段,竞争维度也从单点算力性能,转向“算力+数据+模型+系统”的协同能力。谁能更快打通“模型—算力—仿真—场景”的闭环,谁就更有机会在下一代AI基础设施的竞争中占据主动。