作者：电子创新网张国斌
真正想抢的，可能不是GPU市场，而是物理AI的“模型入口”
苏妈和李飞飞
2026年9月28日，AMD宣布以约82亿美元全股票方式收购李飞飞创办的World Labs。交易预计在2026年底前完成。交易完成后，李飞飞将加入AMD，担任执行副总裁兼首席科学家，直接向AMD CEO苏姿丰汇报。World Labs团队则整体进入AMD。
表面上看，这是AMD收购一家AI模型公司。
但如果把时间轴拉长一点，会发现这其实是一笔非常有意思的交易：
AMD正在从“卖AI算力”，进一步走向“参与定义下一代AI工作负载”。
而李飞飞和World Labs恰好站在一个正在快速形成的新方向上：
Spatial Intelligence（空间智能）→ World Models（世界模型）→ Physical AI（物理AI）→ Robotics（机器人）
这条链路，可能比“生成式AI”本身更值得关注。
一、AMD买World Labs，首先买的是“空间智能”
理解World Labs，不能从ChatGPT这种大语言模型的逻辑出发。
LLM的基本世界是：文字 → Token → 预测下一个Token。
视觉生成模型则进一步变成：文本/图像 → Pixel → 生成新的图像或视频。
但物理世界不是由Token和Pixel构成的。一个机器人真正需要知道的是：桌子在哪里？杯子距离机械臂多远？这个物体是什么形状？我从这个角度移动过去，会不会撞到东西？如果我把这个杯子推一下，它会往哪里移动？如果机械臂伸过去抓它，下一步会发生什么？
这时候，AI需要的已经不是简单的“识别”。而是：
感知空间 → 建立世界模型 → 理解空间关系 → 预测变化 → 规划行动。
这正是World Labs所谓的Spatial Intelligence。
World Labs自己对公司的定义也非常明确：它要构建能够感知、生成、推理并与虚拟和物理世界交互的模型，让AI理解对象、位置以及跨空间和时间发生的交互。
所以，“空间感知”这个说法没错，但还不够准确。
空间感知只是第一步，空间智能真正想解决的是“理解空间并在空间中行动”。
二、为什么李飞飞会成为AMD想要的人？
这里其实是整笔交易最值得分析的地方。李飞飞过去最重要的贡献之一，是推动ImageNet以及现代计算机视觉的发展。如果说ImageNet解决的是：机器如何“看见”世界？那么World Labs试图进一步解决的是：机器如何“理解”它看到的世界？再往前一步：机器如何在这个世界里预测和行动？
这实际上是一条非常自然的技术演进路线：
ImageNet↓Computer Vision↓3D Understanding↓Spatial Intelligence↓World Model↓Physical AI↓Robotics
World Labs现在做的已经明显不是传统意义上的Computer Vision。
它的核心产品Marble，可以从文本、图像、视频甚至粗粒度3D布局生成具有空间一致性、可持续的3D世界，并可以进一步编辑和导出3D资产。
而今年9月刚刚发布的Atlas则更进一步。
Atlas是一个原生处理文本、图像、视频和3D的多模态世界模型，通过统一的空间上下文来理解和生成世界，并且World Labs明确提出，这类模型最终要用于高保真现实世界模拟以及机器人行动规划。
这就非常关键了。
AMD买的不是一个“3D生成器”，而是进入World Model时代的门票。
三、为什么是AMD？
这可能是整笔收购最核心的问题。因为World Labs其实并不缺钱。
今年2月，World Labs刚刚完成10亿美元融资，投资者名单非常豪华，包括AMD、NVIDIA、Autodesk、Intel、Adobe、Samsung等。
换句话说：AMD原本已经是World Labs的投资者和技术合作伙伴。
而今年3月，AMD还公开表示，已经与World Labs围绕AMD Instinct GPU进行空间智能和世界模型的训练、推理优化以及商业合作。AMD当时甚至直接写了一句话：下一阶段AI真正困难的，不再只是生成Token和Pixel，而是理解和驾驭空间。
所以这不是一次突然发生的收购。更像是：投资 → 合作 → GPU优化 → 模型共研 → 最终整合。这条路径其实非常符合AMD现在的战略。
四、AMD真正担心的，不是今天的AI，而是明天的AI工作负载
这是理解AMD战略最重要的一层。过去几年，AI芯片竞争基本围绕一个核心问题：谁能更高效地训练和推理大模型？所以GPU的重要性爆发。AMD也在追赶这一市场。
但如果未来AI从：LLM → Agent → VLA → World Model → Physical AI 那么计算需求也会发生变化。
未来的AI系统可能同时需要：LLM推理、视觉理解、3D重建、空间推理、视频理解、世界模型生成、物理仿真、强化学习、机器人控制、实时传感器处理、边缘AI推理。。。这已经不是传统意义上的“GPU训练大模型”了。
而是一个更加复杂的：感知 + 建模 + 推理 + 仿真 + 决策 + 执行的计算系统。AMD目前也正在往这个方向布局。
例如今年AMD与Silo AI以及欧洲高校的合作，就已经明确围绕World Models、VLA、机器人、自动驾驶以及ROCm上的空间AI展开。
所以，World Labs并不是AMD突然发现的一个新方向。实际上，AMD已经在提前搭建Physical AI的软件和研究生态。这次收购只是把其中最关键的一块拼图直接拿了下来。
五、AMD为什么需要“模型公司”来反向定义芯片？
这里可能是这笔交易真正高明的地方。过去芯片公司通常是：模型公司提出需求 → 芯片公司设计芯片满足需求。
但AI时代正在发生变化。因为模型架构变化太快了。如果芯片公司只是等客户告诉自己：“下一代模型需要什么？”很容易再次陷入追赶。而如果AMD自己拥有世界模型团队，它就能够直接看到：未来模型到底怎么计算。
比如：3D空间token怎么组织？视频和3D数据怎么进入模型？世界模型的上下文到底有多长？空间注意力与传统Transformer有什么区别？3D几何计算占多少？训练和推理的内存访问有什么变化？模型是计算密集型还是内存带宽密集型？实时世界模型对延迟有什么要求？机器人世界模型需要什么样的边缘计算？
这些问题最终都会反映到：GPU架构、CPU架构、内存系统、互联、软件栈以及整个AI系统设计。
这也是AMD官方对收购的解释：World Labs能够帮助AMD更深入理解模型如何演进，并据此影响未来硬件、软件和系统路线。
这句话其实非常重要。
六、所以，这不是简单的“AMD买AI模型”，而是一次反向定义芯片
过去的英伟达模式可以概括成：GPU → CUDA → AI模型 → AI应用
AMD现在越来越想建立自己的闭环：CPU + GPU + Networking + ROCm↓AI模型↓Agent / World Model / VLA↓机器人 / 自动驾驶 / Physical AI
World Labs恰好补上了其中非常重要的一层：World Model。
这意味着AMD未来不只是提供计算平台，而可能开始更深地参与：“什么样的模型会成为下一代AI基础模型？”而这件事情一旦发生，对芯片公司的意义非常大。因为模型架构就是未来计算架构的需求定义器。
七、为什么World Labs最近突然向机器人靠拢？
还有一个细节值得注意。今年7月，World Labs收购了机器人仿真公司SceniX。这其实已经非常清楚地表明：World Labs的终点并不是3D内容生成。SceniX加入World Labs时，World Labs明确提出：空间智能最终需要进入物理世界。
机器人必须感知空间、理解物体如何运动、预测行动后果，并可靠地执行动作。World Labs因此开始把：Spatial Intelligence + World Model + Simulation + Robotics连接起来。这意味着它正在形成一条非常完整的技术链：
真实世界
↓ 感知
空间智能
↓ 建模
World Model
↓ 仿真
Simulation
↓ 学习
Robot Policy
↓ 执行
Robot
↓ 数据反馈
真实世界
这就是所谓的：
Real → Sim → Real
真实世界产生数据；世界模型把它变成可模拟的数字世界；机器人在模拟世界中大量训练；再回到真实世界执行；执行结果再反馈给模型。
这实际上是目前Physical AI非常关键的技术闭环。
八、AMD真正押注的，可能是“AI计算第二曲线”
如果把过去几年AI的发展画成一条曲线，会发现：
第一阶段是：AI 1.0：识别“这是什么？”ImageNet、CNN、Computer Vision。
第二阶段：AI 2.0：生成，“帮我生成一个东西。”LLM、扩散模型、GenAI。
第三阶段：AI 3.0：行动“理解环境，然后替我完成任务。”Agentic AI。
第四阶段：AI 4.0：进入现实世界“理解真实世界，并在其中行动。”Physical AI。
而World Labs恰好位于第三阶段向第四阶段迁移的关键位置。所以AMD花82亿美元买的，很可能不是今天的营收。
而是：下一代AI计算需求的定义权。
九、这也解释了AMD为什么强调“Full Stack”
很多人过去理解AMD AI战略，主要就是：AMD想用Instinct GPU挑战NVIDIA GPU。这个理解已经不够完整。AMD现在实际上越来越强调：
CPU + GPU + FPGA/Adaptive SoC + Networking + ROCm + AI Models + Systems
尤其是在Physical AI领域，AMD公开强调的是异构计算，将AI推理、高性能处理、传感器聚合以及确定性控制组合起来，覆盖从云端训练到边缘部署的完整链路。
而World Labs补进来之后，AMD的链条又多了一层：Model。于是形成：
模型定义工作负载 → 软件栈优化工作负载 → GPU/CPU执行工作负载 → 系统完成Physical AI。
这比单纯卖GPU的商业模式要宽得多。
十、这笔交易对英伟达意味着什么？
笔者认为这里需要谨慎一点。不能简单理解为：AMD收购World Labs = AMD开始反超NVIDIA。目前还没有足够证据得出这种结论。但它确实说明一个非常重要的产业趋势：AI芯片竞争正在从“谁的GPU更快”，向“谁更懂下一代AI”迁移。
英伟达这几年也在积极进入Physical AI、机器人和世界模型。因此，未来真正的竞争可能不是：AMD GPU vs NVIDIA GPU
而是：NVIDIA生态 vs AMD生态
谁能够更早把：模型 + 软件 + 芯片 + 仿真 + 机器人 + 云 + 边缘连成一个闭环。这才是更值得观察的地方。
十一、从这个角度看，李飞飞加入AMD比82亿美元本身更重要
这也是我认为这笔交易最大的看点。AMD买的不只是World Labs的代码、模型和团队。
更重要的是：李飞飞本人进入AMD核心技术决策层。她将担任AMD执行副总裁兼首席科学家，并直接向苏姿丰汇报。这意味着AMD未来的技术路线里，可能会有一个非常强的声音：不要只问GPU能跑多大的模型，要问未来AI到底要理解什么样的世界。
这会影响AMD下一代计算平台的定义方式。而这恰恰是芯片公司最值钱的能力之一：不是预测客户需要什么，而是参与创造客户下一代需求。
十二、所以，AMD买的到底是什么？
如果一定要把82亿美元拆成几个部分，我会这样理解：
所以，如果只说：“AMD收购李飞飞，是为了进军物理AI。”我认为还不够。
更准确的一句话应该是：AMD正在通过收购World Labs，把自己从AI算力提供商进一步推向“下一代AI计算架构的共同定义者”。而空间智能和世界模型，是它进入Physical AI时代的重要抓手。最值得关注的，其实是“空间智能→物理AI→芯片”的闭环
这笔交易真正有意思的地方，恰恰不是82亿美元这个数字，而是它把几个原本相对独立的产业方向连接起来了：
李飞飞的计算机视觉
↓
World Labs的空间智能
↓
3D World Model
↓
仿真与机器人
↓
Physical AI
↓
AMD GPU/CPU/ROCm
↓
下一代AI计算架构
这意味着AI产业可能正在发生一个很重要的变化：过去是模型适应芯片。未来越来越可能变成：模型与芯片共同进化。而到了Physical AI时代，这种共同进化会更加明显。
因为机器人、自动驾驶、智能制造这些系统面对的不是一个抽象的Token世界，而是一个有空间、时间、物理规律、传感器和行动反馈的真实世界。
谁能把这个世界更好地“数字化”，谁就更有可能定义下一代AI。而这，可能才是AMD愿意用82亿美元下注World Labs的真正原因。
对此大家怎么看？欢迎评论区留言讨论！
