AMD宣布以82亿美元全股票收购李飞飞创立的World Labs,标志着AI芯片竞争正从算力堆叠转向抢占未来模型定义权。随着算力与物理AI深度绑定,独立世界模型初创公司面临被收编或寻求生态绑定的分化路径。

芯片巨头 AMD 宣布以 82 亿美元全股票交易收购成立仅两年的 World Labs。后者团队约 70 人,首款商业产品 Marble 上线不到一年,新一代模型 Atlas 发布仅一个月。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。
几乎在同一时期,NVIDIA 以约 129 亿美元收购全球最大开源模型社区 Hugging Face,高通收购 AI 软件平台 Modular,芯片巨头们不约而同将触角伸向模型层。
与 2022 年 AMD 收购赛灵思不同,World Labs 几乎没有稳定营收,缺乏成熟的财务估值模型,这笔交易在财务上主要体现为无形资产与商誉。
市场之所以存在疑虑,在于世界模型的技术路线尚未完全收敛,甚至面临通用大语言模型 3D 能力快速迭代的竞争。但 AMD 选择巨额下注的核心原因在于“物理 AI(Physical AI)”与空间智能的紧迫性。

NVIDIA 已经在物理 AI 领域搭建了从算力、仿真环境到机器人大脑的全套闭环;而 AMD 此前的布局多局限于文本和视频。物理 AI 需要理解三维空间、物理规律与几何约束,World Labs 不仅能补足 AMD 的技术拼图,其团队在开发下一代模型时遇到的计算瓶颈,更将直接转化为芯片架构设计的底层需求。
由于先进芯片从设计到量产通常需要 3 至 5 年,若等外部模型公司提出需求再去适配硬件,芯片厂商将难以掌握先机。这笔收购的实质,是用资本买下未来芯片计算架构的定义权。
对 World Labs 而言,空间智能的训练与推理对算力消耗极大,面对 NVIDIA Cosmos 等开源权重生态的挤压,依附于算力巨头成为了最具确定性的研发保障。
AI 芯片竞争正从“谁能提供更多算力”演变为“谁能更早理解下一代 AI 需要什么算力”。目前,世界模型赛道的独立创业团队正走向四种不同分化:

独立公司面临的核心挑战在于算力闭环:算力决定数据采集能力,数据决定物理模型质量,而模型最终决定底层硬件的技术定义权。缺乏海量算力支撑的团队,极易在研发长跑中被边缘化。
与海外巨头直接并购模型团队不同,中国芯片厂商更多依托深度生态绑定来推进协同。

目前,这种软硬协同正在经历三个层次的递进:
无论是 82 亿美元的重金收购,还是全栈深度的生态绑定,世界模型赛道的竞争早已超越单纯的模型算法,演变为争夺下一代智能计算架构主导权的核心战役。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断