苏姿丰买下了李飞飞的“世界”

2026年9月28日，硅谷。

苏姿丰和李飞飞在收购协议上签完字，交换了外套。一张照片记录下了这个瞬间——AMD的CEO穿着World Labs的夹克，李飞飞套着AMD的卫衣。

82亿美元，全股票交易。AMD买下了李飞飞创立仅两年的空间智能公司World Labs。李飞飞将出任AMD执行副总裁兼首席科学家，直接向苏姿丰汇报。World Labs约70人的团队并入AMD，组建前沿AI研究组织。

这笔交易在AI圈引发的震动，不亚于两个月前英伟达129亿美元收购Hugging Face。但和那笔交易不同，AMD买的不是分发渠道，不是开发者社区，是一个人和她对“AI下一步该往哪走”的判断。

——

“教母”的下一站

李飞飞的名字在AI圈的分量，不需要太多解释。

1976年出生于北京，在成都长大，16岁移民美国。33岁成为斯坦福计算机系终身教授，44岁当选美国国家工程院院士。她一手推动了ImageNet——那个让计算机视觉从“实验室玩具”变成“工业能力”的百万级图像数据库。Andrej Karpathy、Jim Fan这些如今在OpenAI、英伟达挑大梁的人，都曾师从她。

2024年初，她离开学术界，创办World Labs。方向不是大语言模型，是空间智能——让AI理解三维世界，在物理空间里推理和行动。这个选择在当时被不少人视为“非主流”。GPT-5、Claude、Gemini正在语言能力上疯狂内卷，李飞飞却在琢磨“AI怎么理解一张桌子有多高、一个杯子放在桌边会不会掉下来”。

但苏姿丰看懂了。

——

几张照片，一个世界

World Labs在2026年9月发布的新一代模型Atlas，是这笔交易最核心的技术资产。

Atlas的官方定义是“面向空间智能的全模态世界模型”。它原生处理文本、图像、视频和3D数据，可以从一张到数十张照片重建真实场景，输出新视角画面、点云和3D Gaussian Splats。支持最高1分钟、1440p分辨率的视频生成，相机控制达到像素级精度。

通俗地说，给Atlas几张从不同角度拍摄的房间照片，它能还原出整个房间的三维结构，还能“走到”照片里没拍到的角落，生成那个位置的合理画面。这项能力被World Labs称为“新视角预测”——给定已有的图像和相机空间关系，模型生成指定位置、角度和路径下未见过的视角。

这和生成式视频模型有本质区别。Sora、Veo生成的是“看起来合理”的像素，不保证空间一致性。Atlas生成的是“在物理上成立”的三维场景，每一个新视角都和已有的空间结构精确对齐。对于机器人训练来说，这个区别是决定性的——你无法用一个空间关系混乱的虚拟环境去训练一台要在真实世界里行走的机器。

World Labs此前已收购SceniX，将业务延伸到机器人仿真方向，覆盖强化学习环境生成和Real-to-Sim工作流。Atlas的“空间智能底座”加上SceniX的机器人仿真能力，构成了一个从“理解世界”到“在模拟世界中训练机器”的完整链条。

——

AMD在急什么

82亿美元买一家70人的公司，AMD在急什么？

答案写在英伟达的财报里。AI芯片市场的竞争正在从“训练”转向“推理”，从“云端”转向“端侧”，从“处理语言”转向“理解物理世界”。苏姿丰在收购声明中说了一句话：“构建下一代AI计算平台，需要深入理解模型本身如何演进。”

这句话翻译过来就是：AMD需要知道未来的AI模型需要什么样的芯片。

过去，芯片公司和模型公司的关系是“你先做模型，我再做芯片”。英伟达用CUDA生态绑定了数百万开发者，AMD只能追赶。但如果AMD能提前知道世界模型需要什么样的计算架构、什么样的内存带宽、什么样的互联方式，它就能在硬件定义阶段就卡住位置。

World Labs的Atlas模型，正好给了AMD一个“模型演进的观察窗口”。Atlas对三维空间的建模、对视频和3D数据的原生处理、对相机位姿的精确控制，每一项都对计算提出了和大语言模型完全不同的需求。AMD需要这些“需求信号”，来定义下一代Instinct GPU和端侧AI芯片的架构。

苏姿丰在CES 2026上和同台对话时说了一句话：“将少数图片或照片转化为一个实时可探索的世界，不再是对遥远未来的一瞥。”那场对话发生在收购前九个月。AMD从B轮融资就开始投World Labs，双方在AMD GPU上联合优化模型训练和推理已有一年多。

这笔收购不是冲动，是一场持续一年半的“先合作、再收购”的精准落子。

——

“物理AI”的赌注

AMD把World Labs的收购定义为“对物理AI的押注”。

物理AI的核心是让AI理解三维空间、模拟物理交互，应用场景覆盖机器人、工业仿真和自动驾驶。这是一个比语言模型更“重”的赛道——它需要的不是海量文本，是对物理规律的精确建模，是对空间关系的实时推理。

英伟达在这个方向上已经布局多年。Isaac机器人仿真平台、Omniverse数字孪生、GR00T人形机器人基础模型——黄仁勋的“物理AI”叙事比苏姿丰早了至少两年。AMD收购World Labs，是在这个赛道上的一次“补课”，也是一次“超车”的尝试。

World Labs的技术路线和英伟达有本质不同。英伟达的Omniverse从图形渲染出发，通过物理引擎模拟真实世界。World Labs的Atlas从“新视角预测”出发，通过多模态模型学习空间规律。前者是“先建物理引擎，再往里填内容”，后者是“先学空间规律，再生成内容”。

两条路谁更接近“理解物理世界”这个终极目标，目前没有答案。但苏姿丰显然认为，李飞飞走的那条路更接近。

82亿美元，是AMD对这个问题投下的票。李飞飞在加入AMD的公开信中写道，加入AMD是World Labs“下一阶段”的选择——借助更大规模的工程和硬件资源，加速空间智能和物理世界AI研究。

一家70人的研究公司，被一个市值近万亿美元的芯片巨头收购，不是因为缺钱。是因为李飞飞认为，空间智能的下一步，需要“离硬件更近”。而AMD需要一个能告诉它“下一步该往哪走”的人。

两个人交换了外套。苏姿丰穿上World Labs的夹克，李飞飞套上AMD的卫衣。这个画面，大概就是这笔交易最准确的注解。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～