苏姿丰82亿美元拿下"AI教母"李飞飞实验室，AMD重金押注世界模型，学术AI的时代变了？

9月28日，AMD官宣了一笔会载入公司史册的交易：以约82亿美元的全股票交易，收购"AI教母"李飞飞创立的AI实验室World Labs。这是AMD历史上第二大收购，仅次于2022年约500亿美元拿下赛灵思。交易预计2026年底前完成，还需获得监管批准。

交易完成后，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；World Labs约70人的团队整体并入，另外两位联合创始人Justin Johnson和Ben Mildenhall继续带队推进世界模型研究。

先感受一下这笔交易的反差感：World Labs成立才两年多，初创估值2亿美元，今年2月一轮融资后估值约50亿美元——7个月之后，成交价是82亿美元，溢价约64%。一个70人的研究团队，人均身价超过1000万美元。而卖家，是站在斯坦福讲台上、被誉为"ImageNet之母"的华裔科学家。

AMD买的不是公司，是"下一代模型的样子"

苏姿丰对这笔交易的解释很短："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。"她说，最终目标是"定义AI计算的未来"。

翻译一下：芯片公司的设计起点，正在从"通用负载"变成"具体模型"。World Labs做的是"世界模型"——让AI理解三维世界、在其中导航和决策，去年底推出的首个空间智能产品Marble，能根据图像或文本提示生成可交互的三维世界；今年7月收购的机器人训练软件公司SceniX，则能在逼真的虚拟世界里训练机器人。随着AI从聊天走向推理、机器人、仿真和物理世界，计算负载的形态正在变——谁先知道模型往哪长，谁就能提前两代设计芯片。

更值得注意的是，这不是一次突袭。苏姿丰本人是World Labs的早期投资人，AMD从B轮就入了股，今年早些时候World Labs完成10亿美元融资时AMD再度跟投；两家公司从去年起就围绕AMD GPU做模型训练和推理优化——World Labs的实时生成模型不到一周就跑上了AMD芯片，几周内性能提升4倍以上。今年1月的CES舞台上，两人同台演讲，李飞飞的开场白是："虽然我们是老朋友，但我们的合作其实相对较新。"

从投资到技术协同再到整体收购，这盘棋走了两年多。

数字经济应用实践专家骆仁童博士对此有个判断：这笔交易真正的信号，是AI竞争从"软硬分离"走向"模型-硬件协同设计"。过去芯片厂商按通用标准造卡，模型团队按现有硬件优化——两条线各干各的；当世界模型、物理AI成为下一个战场，"谁能把模型的需求写进芯片架构，谁就握住了下一程"。AMD买World Labs，买的不是82亿美元的模型，是一个提前看到下一代负载形态的窗口。

李飞飞、苏姿丰与英伟达，三种角色一台戏

把牌桌摊开看，这是三家力量的一次对位。

英伟达那一侧，黄仁勋的打法是全栈碾压：CUDA生态、从芯片到系统、再到Cosmos世界模型和机器人平台——模型和硬件早就捏在一家手里。AMD此前追赶的方式是MI系列加速卡加收购ZT Systems补系统能力，但始终缺一样东西：模型话语权。没有自己的前沿模型团队，就永远不知道下一代英伟达的硬件是照着什么样的模型需求设计的。World Labs补的正是这块。

再看两位主角。苏姿丰，工程师出身，把一家濒临裁员的芯片公司做到今天的位置，靠的是"下注十年"的耐心；李飞飞，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，一手推动的ImageNet奠定了计算机视觉的根基，门下走出Karpathy、Jim Fan这批AI名将。两位华人女性科技领袖，一个从实验室走进产业，一个从产业回到实验室——现在，她们成了上下级。

李飞飞自己给出的理由，是算力："随着公司发展，我们的雄心也在不断扩大，雄心扩大增加了对计算能力的需求。"她在官宣长文里引用了丁尼生《尤利西斯》："来吧，我的朋友，去探寻一个更新的世界，现在尚不算晚。"

但产业界读到的另一层意思是：又一家独立AI实验室，把名字留在了收购公告里。

数字经济应用实践专家骆仁童博士把这一层看得更冷：当模型团队被芯片公司整体收购，AI创新的组织形态正在从"独立实验室"转向"硬件附庸"。人才收购的最大代价，是研究锐度被产品路线图稀释——在斯坦福，李飞飞可以押十年后的技术；在AMD，她要对齐的是季度性的硬件迭代。

产学研的边界正在快速消融，好消息是基础研究获得了前所未有的工程资源和变现通道，坏消息是，下一个ImageNet式的"无用之用"，可能越来越难在报表里活下来。

收购只是开始

往后看，这笔交易至少改写三件事。

第一，物理AI成为2027年的主线叙事。机器人、仿真、空间智能，这些"需要理解三维世界"的负载，会把算力需求从数据中心再往外推一层——世界模型团队现在是芯片巨头争夺的稀缺资产。

第二，人才收购潮重启。一家70人的实验室能卖出82亿美元，这个定价会刺激更多大厂直接"买团队"而不是"等成果"——独立AI实验室的估值逻辑将被重构：能不能被巨头看中，本身成了定价因子。

第三，英伟达不会沉默。模型-硬件协同的牌桌上多了一个手握世界模型团队的对手，黄仁勋要么加速自研模型的对外输出，要么对同类团队出手。开放生态与封闭全栈的边界，会随着下一次收购继续移动。

对李飞飞个人，这未必是"理想被收编"——算力、工程资源、量产通道，正是空间智能从论文走向世界最缺的东西。只是从今天起，她的名字前面多了一串职级：执行副总裁兼首席科学家。

斯坦福的讲台空了一半，芯片大战多了一位科学家。82亿美元买不来下一个ImageNet，但足以让所有研究AI的人重新算一遍账：这个时代，是把理想做大的成本高了，还是把理想变现的速度快了？

相关话题：

商道童言（Innovationcases）欢迎评论、点赞和分享哦！~~

热推新书《AI提问大师》《DeepSeek应用能手》现已上架！

免费电子书: | | |

数字经济应用实践专家 骆仁童主讲课程

企业数智化:||

产业数字化:||

数字化转型:||||||

创新与思维:|||