AMD花82亿买李飞飞的70人团队——但买的不是模型，而是芯片的方向

9月底，AMD宣布以约82亿美元全股票交易收购李飞飞创办的World Labs，交易预计2026年底前完成。

消息出来后标题党满天飞，比如“芯片巨头进军世界模型”、“AMD拿下AI教母”......

但其实这些说法并不全对，如果简单的把这次收购看成了AMD踏入大模型领域，那就真是完全看错了。

AMD主要销售的是CPU、GPU和数据中心系统，花这么大价钱买一个模型团队，这根本不符合一个芯片公司的操作逻辑。

那AMD到底在买什么？

先来细说说World Labs，这家2024年成立，只有70人的团队核心方向是做世界模型，目标是让AI理解三维空间，并在其中进行引导决策。

今年9月他们发布了Atlas，能从一张照片重建真实场景，生成指定视角的画面。

听着有点像3D内容生成，但World Labs其实做的比这更底层。

今年7月，他们收购了一家叫SceniX的机器人仿真公司，推出了一套叫R2S2R的框架。

这套框架的主要目标是从一段现实任务的视频出发，重建出机器人能理解的仿真环境，让机器人在这个虚拟环境里反复训练，再把训练结果部署回真实世界。

也就是说要给机器人制造训练场，让机器人在真实世界里学会抓杯子、搬箱子，但在真实世界里反复试错的成本太高，每摔一次杯子都是真金白银，所以就先把现实世界搬进电脑里，让机器人在虚拟环境里训练，不怕摔坏，成本也低。

这个方向跟芯片能扯上啥关系呢?得再往细了想。

现在大模型训练，需要大量的文本数据，主要考验的是矩阵乘法和显存带宽。

但世界模型不太一样，要处理视频、三维几何、物理碰撞模拟、机器人运动轨迹等等。

这些负载对芯片的要求完全不同，显存要更大，数据传输要更快，芯片之间的互联带宽也要更高。

如果用现在训练语言模型的芯片架构去跑这些任务，效率可能会打不少折扣。

而芯片的设计周期是以年计的，今天定下的架构，要两三年后才会在数据中心里跑起来。如果等模型公司把新需求摆到面前再去适配，芯片公司永远慢半拍。

所以AMD这笔82亿美元买的，不是一支能赚钱的AI团队，而是一扇能提前看到未来算力需求的窗户。

苏姿丰在接受采访时说得很直白：“你对整个端到端流程了解得越深入，就越能打造出更好的系统。这就是我们收购World Labs的原因。”

World Labs的模型跑在AMD GPU上，AMD就能第一时间知道下一代世界模型到底怎么跑、吃什么资源、瓶颈在哪里。

这些信息直接反馈到芯片架构设计里，比任何市场调研都准确。李飞飞自己说的软硬件开发之间的飞轮效应，讲的其实就是这件事。 

9月份还有一笔交易值得关注，月初，英伟达以约130亿美元收购了Hugging Face。Hugging Face是全球最大的AI模型社区。报道提到，AMD和Salesforce此前也表达过收购Hugging Face的兴趣，但没抢到。

没拿到模型集散地，AMD转身买下了一支造模型的团队。这也说明，AMD判断自己需要的不只是一个模型分发渠道，而是一个能真正理解前沿模型需求的研究团队。

相比起来英伟达的做法不太一样，他们自研了Cosmos系列开放权重的世界模型，还与达索系统合作，在工业软件平台里引入世界模型和虚拟助手，覆盖生物、材料、工程与制造等领域。

他的路线是自建模型能力，再把它嵌入到工业软件和仿真平台的生态里，形成从芯片到软件的完整闭环。

两条路线，回答的是同一个问题，下一代AI算力需求，由谁来定义？

如果是芯片公司先做出芯片，再等模型公司来适配，那芯片公司永远是被动的。

但如果是芯片公司手里就有一支前沿模型团队，能在芯片设计阶段就知道未来的模型需要什么，那主动权就反过来了。

AMD选择的显然是后者。

不过收购后也存在很多不稳定因素，World Labs的技术目前主要靠自家演示来证明，外部独立验证的数据还很少。

团队并入AMD之后，是继续做前沿研究，还是逐渐被调去服务芯片路线图的短期需求，这个平衡不好把握。

从更长远的视角来看，这个收购的意义可能不在当下，谁更清楚下一代AI要跑什么比谁的芯片跑的更快更重要。

这次收购像一张看到未来的门票，这张门票能不能兑现，要看两三年后当世界模型真正大规模跑起来的时候，AMD的芯片架构是不是正好为它准备的。