AMD花82亿美元收购World Labs：李飞飞加盟

2026年9月28日，周一。AMD在官网贴出一则公告：已与World Labs签署最终收购协议，将以全部股票支付的方式作价约82亿美元收购该公司。交易预计在2026年底前完成交割，前提是获得监管批准及满足其他惯常条件。被收购方成立于2024年，由知名华人学者李飞飞联合创立，团队规模约70人，核心技术聚焦“空间智能”——让AI理解三维物理世界并在其中导航决策。首款产品Marble能从图像或文本提示生成三维世界的基础模型。收购完成后，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。

一家市值逼近万亿美元的芯片公司，花82亿美元买下了一家成立不到两年的小型实验室。这笔交易的核心不在算力本身，而在空间智能能力、李飞飞汇聚的世界级人才团队，以及她在学术圈积累的声望。这层能力恰好填补了AMD在AI感知算法上的关键短板——有了模型团队的加持，AMD未来的GPU＋AI软件栈协同将从单向供应变为双向定制。

为什么是82亿美元？

英伟达的护城河从来不是GPU本身，而是CUDA——二十年积累的软件栈、算子库、开发者习惯，构筑了后来者几乎无法正面攻破的墙。苏姿丰对此的判断极其清醒：她曾表示“你对整个端到端流程了解得越深入，就越能构建出更好的系统”。AMD拥有优秀的硬件设计能力和Zen架构的制造工艺，但生态是空的。如果一枚一枚地去补算子，二十年也补不完。

所以它换了策略：用资本换时间，用股权换知情权。

82亿美元买走的不仅是World Labs的技术和产品Marble，更是李飞飞这个人。回顾她的学术轨迹——1976年生于北京、普林斯顿物理学学士、加州理工电气工程博士——她的影响力远不止于论文数量。2009年，她主导创建了ImageNet数据集，这个包含千万级标注图像的数据库被公认为点燃了全球深度学习革命。2017年她短暂离开学术界出任Google Cloud首席科学家，两年后回到斯坦福联合创办以人为本人工智能研究院（HAI）。

李飞飞的补充则更直接。她说公司的雄心在扩大，雄心扩大就带来对算力的渴求。“如果我们能够与AMD联手，我们实际上是在为自己、AMD以及整个生态系统创造一个机会，加速软件和硬件开发之间的良性循环。”

三年半，37笔出手的布局逻辑

翻IT桔子的投资数据会发现，这不是一次临时起意。2023年至2026年9月，AMD一共出手37次，涉及33家公司，总金额约1368亿元。其中人工智能占28笔、比例高达76％。它的打法很清晰：先入股观察，看够了再全资买走。World Labs就是第一个完整跑通这个闭环的案例——AMD在它成立仅八个月时就进了B轮，此后一路跟到刚完成10亿美元C轮融资的巅峰时刻，两年后直接全资收购。

这不是传统VC式的“小额多投、赌命中率”，而是在最窄的窗口里追求覆盖面。顺着这条逻辑线往下，你会发现AMD其实在搭一条完整的链：

最底层是硅片和互连基础设施——Ayar Labs的光I／O（被连投两轮，D轮1．55亿美元、E轮1．5亿美元）、以色列光纤耦合集成公司Teramount（A轮5000万美元）、Celestial AI的光子计算加速器（C＋轮2．5亿美元）。往上一层是推理引擎和优化层——RadixArk开发的SGLang（当下最重要的开源推理引擎之一，种子轮1亿美元）、Wafer（推理优化，A轮4000万美元）、Fireworks AI的生产平台（B轮5200万美元）。再往上是模型层——Cohere的企业大模型（两次D轮各5亿美元）、Liquid AI的非主流液态神经网络（A轮2．5亿美元）、Stability AI的开源生成模型（B轮7600万美元）。然后是应用和分发层——Runway视频生成（D轮3．15亿美元）、Luma的3D生成（两年内两轮合计近10亿美元）、Upstage的文档AI、Uniphore的企业语音AI。最后是出货渠道——Vultr的GPU云和Nutanix的数据中心虚拟化。

每一层都有锚点，而且每一层都不只投一家。单点失败不影响全局判断——它要的不是押中哪家公司赢，而是无论谁赢，训练负载长成什么样都知道。这也解释了为什么它在Hugging Face（开源模型枢纽）、Stability AI（开源生成模型）、RadixArk（开源推理引擎SGLang）这三个开源AI栈的关键节点上，一个都没落下。在一个由英伟达定义规则的封闭体系之外，AMD想做的是“另一极”的组织者。

17次同台：对手为何坐在同一张桌子

把37笔投资的同轮股东名单摊开，会出现一个反直觉的现象：英伟达出现在其中17笔的同一轮里，涉及14家公司。也就是说，AMD每十次出手，接近五次是和最直接的竞争对手坐在同一张桌子上。

最早的一次是2023年8月的Hugging Face D轮，那张名单上挤了九家机构。一个月后是ARM的IPO基石轮，7．35亿美元的名单里有苹果、谷歌、台积电、三星、联发科、英伟达、英特尔投资和Cadence。Ayar Labs是最典型的例子——两家光I／O融资轮次，AMD、英伟达、英特尔投资三家一次不落。道理不复杂：CVC的少数股权投资本来就不追求排他性，双方真正要的是同一件东西——信息。知道这些模型公司在做什么、用什么训练、瓶颈卡在哪、下一步往哪走。

对英伟达来说这是防守：确保自己的生态不被排除在外，确保这些公司继续长在CUDA上。对AMD来说是进攻：它是追赶者，输不起信息差。只是同台不等于和平。到了真正需要下注的时候，AMD掏出82亿美元，把这张桌子上最值钱的那张牌收走了。

值得关注的三个后续指标

这笔交易已完成第一阶段闭环，真正的考验在交割之后。有三个可验证的观察维度值得关注：

第一，已投未买的潜在标的。最符合画像的是被连投两轮以上且尚未被巨头锁死的公司。Ayar Labs拿了D和E两轮，Luma AI两年内两次C轮，Cohere两次D轮——这三家都在名单上。如果AMD的逻辑成立，接下来大概率还会再买一家，而且大概率是自己已经观察了一两年以上的那家。

第二，算力转化效率。李飞飞直言“World Labs的雄心在扩大，对算力的需求跟着涨”。AMD投给这些公司的钱，有多少会最终变成自家服务器订单？这是一个真实存在的商业循环，可以通过AMD财报中的数据中心营收增长率来追踪验证。

第三，空间智能赛道的分化速度。苹果Vision Pro已经量产两年但市场反馈平淡，而Luma AI、Runway AI、Odyssey AI等世界模型公司正以不同路径切入。Space Intelligence能否成为继LLM之后的下一个万亿级风口，取决于三大变量：消费端硬件渗透率、模型推理成本下降曲线、以及开发者生态的迁移意愿。