AMD花82亿美元买断李飞飞，AI下半场变了

北京时间9月29日凌晨，硅谷传来一声巨响：Advanced Micro Devices（AMD）宣布以约82亿美元的全股票交易，全资收购由李飞飞（Fei－Fei Li）创办的AI前沿研究公司World Labs。

交易达成后，World Labs团队将作为AMD的前沿大模型研究组织被完整保留。李飞飞正式加入AMD，出任执行副总裁兼首席科学家（EVP and Chief Scientist），直接向AMD CEO苏姿丰（Lisa Su）汇报。Justin Johnson和Ben Mildenhall等核心研发骨干也将随团队一并转入。

这是一笔令人咋舌的买卖。距离World Labs在2026年2月完成10亿美元的C轮融资、获得50亿美元估值，仅仅过去了7个月。AMD此次给出的对价直接溢价了64％，且全部采用股票支付——对于目前市值逼近万亿美元关口、正处于股价高位的AMD而言，这笔交易几乎没有消耗任何现金储备。

但在全股票并购频发的当下，外界更关注的不是数字本身，而是这笔交易的战略指向：AMD正在试图用顶层的应用场景需求，去反向定义未来的芯片架构，从而找到绕开英伟达（NVIDIA）CUDA生态壁垒的唯一路径。

不只是招人：82亿买下的“计算瓶颈”解决方案

World Labs并非一家普通的互联网创业公司。这家总部位于旧金山的实验室，核心团队规模约百人，由斯坦福大学的学术天团孵化而来，成立仅两年多时间，便成为了“空间智能（Spatial Intelligence）”领域的全球领跑者。

与传统专注于自然语言处理的大模型公司不同，World Labs的核心技术路线是解决计算机视觉领域几十年的难题——稀疏重建（Sparse Reconstruction）。其研发的Atlas模型能够基于文本、图像甚至一段简单的3D布局，预测出具备几何结构、符合物理定律的“下一个全新相机视角的物理画面”。

简单来说，它不是像传统视频生成模型那样在像素层面上进行拼凑，而是在数字世界里真实“重建”三维物理宇宙。这种能力是具身智能（Embodied AI）和机器人模拟训练的核心基础设施。

然而，构建这种“世界模型”的代价是极其高昂的算力消耗。正如李飞飞在其亲笔信中所述：“如果缺乏专注的硬件支持，AI的效率和规模扩张就会受到极大限制。对于我们的目标而言，AI将永远被困在数字世界里。”

过去，World Labs这样的顶级算法团队，面临着严重的“算力墙”问题。无论是向竞争对手抢购显卡，还是在云端排队等待算力切片，都极大地限制了科研效率。而这次并入拥有超级智算中心、掌握底层芯片设计权的AMD，实际上是为Atlas模型的无限扩张拿到了长期的“算力通行证”。

此外，World Labs还曾在今年7月完成对SceniX公司的内部收购。这家由哥伦比亚大学两位教授于2024年创办的公司，提供了行业顶尖的机器人仿真（Robotics Simulation）能力，构建了“真实－仿真－真实”的闭环引擎。这意味着，从基础模型到仿真平台，AMD一次性完成了两个关键维度的技术拼图。

AMD的阳谋：以算法倒逼硬件创新

在这场看似风马牛不相及的联姻背后，是AMD长达数年的战略布局。

回顾过去几年，AMD通过密集收购拼凑出了一条全栈AI链路：2024年花6．65亿美元现金收购企业软件迁移平台Silo AI，2025年3月以49亿美元拿下智算中心系统集成商ZT Systems，2026年8月闪电收购了AI模型开发与专用芯片设计商Taalas。这一连串动作的目的很明确：不仅要卖芯片，还要深度绑定应用场景。

但在最核心的大模型算法层面，AMD始终缺少一张王牌。芯片行业有一条铁律：谁掌握了顶级的算法团队，谁就了解了下一代工作负载的真实需求。

有了李飞飞团队的加持，AMD得以实现一个极具野心的闭环——在未来的MI400或MI500系列芯片设计蓝图阶段，就直接根据空间智能模型极端苛刻的内存带宽和计算需求进行硬件级原生定制。

这不仅是技术上的互补，更是商业模式上的降维打击。长期以来，英伟达凭借CUDA生态建立了极高的护城河，客户一旦进入其体系，迁移成本极高。但AMD的策略是：先通过提供无法替代的顶尖模型和应用，让用户在使用算法时就深度依赖AMD的硬件底座。

苏姿丰在声明中表示：“Fei－Fei和World Labs团队带来了 exceptional 的研究领导力。Together， we can use that insight to develop the hardware。。。that will power the next generation of AI。”（我们可以利用这些洞察来开发驱动下一代AI的硬件。）

值得一提的是，这场合作其实早有伏笔。据媒体报道，苏姿丰从World Labs成立的最早期，就已经是其个人和战略维度的“早期投资者兼信徒”。从2025年开始，两家公司就已展开关于模型训练与推理优化的深层技术合作。当双方团队发现彼此高度契合时，最终促成了这场世纪牵手。

没有消耗现金的资本局

这笔82亿美元的交易采用了纯股票支付结构。这意味着什么？

截至官宣前夕，AMD股价报收于607．87美元附近，总市值逼近9923亿美元。事实上，几天前AMD市值已首次突破万亿美元关口，成为全球第四家市值破万亿的芯片企业，也是首家由女性掌舵跨入万亿俱乐部的芯片巨头。这一切的推动力来自2026年第二季度数据中心业务营收同比暴增107％的市场表现。

在这样的股价高位使用增发股票作为货币完成资产置换，对AMD的现金流几乎不构成压力。相反，如果采用现金收购，将极大消耗公司流动性，影响后续研发投入。更重要的是，全股票交易将World Labs创始团队与AMD股价深度绑定，实现了利益的一致性。

有趣的是，在官宣之前，英伟达的官方风投部门原本也是World Labs的早期股东。通常来说，风险投资在初创公司中只占有少数财务股权，不具备董事会的一票否决权。也就是说，黄仁勋或许只能眼睁睁看着苏姿丰用全股票交易的方式，将这个顶尖算法团队收入麾下。

大收编时代的降临

李飞飞的转身，也向整个行业释放了一个强烈的信号：AI下半场的竞争规则已经彻底改写。

在过去十年里，“车库创业、横空出世”曾是硅谷的经典叙事。但在需要几十万卡集群吞吐、动辄百亿美金的研发投入面前，独立的模型初创公司正逐渐失去生存空间。

除了World Labs，主攻视频生成的Runway、搜索新贵Perplexity以及Anthropic，无一不面临着相似的困境：手中的算法虽好，但兜里的现金正迅速被昂贵的算力电费耗尽。即便有云厂巨头数百亿的注资，在庞大的资本开支面前也显得捉襟见肘。尤其是Anthropic，尽管背靠亚马逊和谷歌的巨额支持，但其上市计划一拖再拖，核心原因同样是撞上了算力墙。

未来，AI产业极有可能演变为两类玩家主导的局面：一类是像AMD、英伟达、微软这样掌握着核心算力和底层生态的科技巨头；另一类则是服务于特定垂直领域（如医疗、工业仿真）的小型工具型团队。而像World Labs这样处于通用基础层的公司，要么独立上市并承担巨大的资本压力，要么接受巨头的全面收编。

国内市场正在同步上演更加残酷的重组。此前业内盛传的“百模大战”早已熄火，随着算力门槛和商业化的骨感现实，战线收缩正在加速推进。大部分头部初创公司的终局都将沦为大厂云生态的附庸，剩下的玩家或将只剩两类：掌握海量算力基础设施和C端流量的顶级科技大厂，以及承载公共算力调度和行业战略安全的国家队智算集群。

这场价值82亿美元的豪赌，预计将于2026年底在监管批准后正式交割。但对于整个科技产业而言，属于“个人英雄主义”的草莽时代已经结束，取而代之的是由掌控晶圆厂和算力命脉的半导体巨头们共同书写的新纪元。