苏姿丰和李飞飞的合作，极具象征意义

文丨关品方

苏姿丰和李飞飞近期宣布合作，极具两岸在高科技业界的象征意义。它雄辩地表明经济是底层基础，政治是上层建筑；主次分明。

苏姿丰（Lisa Su）1969年生于中国台湾，是华裔半导体科学家、AMD总裁兼CEO，被誉为“半导体女王”。她是麻省理工学院电机工程博士，先后任职德州仪器、IBM、飞思卡尔半导体。在IBM期间，她主导芯片铜互连技术，大幅提升芯片性能。2012年加入AMD，2014年（45岁）“临危受命”，出任CEO。当时AMD连年巨亏、市场份额低迷。她力主押注Zen架构，完成企业逆转，以CPU业务正面抗衡英特尔，同时大力布局AI GPU，让AMD重回全球一线芯片厂商行列。她的荣誉包括《时代》2024年度CEO，美国国家工程院院士，半导体行业最高荣誉IEEE罗伯特·诺伊斯奖（她是该奖项的首位女性得主）。她的研究方向是半导体工艺、处理器架构、高性能计算与AI芯片。苏姿丰与英伟达的黄仁勋（Jensen Huang）是远房表亲。黄仁勋的母亲和苏姿丰的外公是亲兄妹，辈分上黄仁勋是苏姿丰的表舅（黄仁勋只比苏姿丰大6岁）。两人祖籍都来自台南罗家，但早年各自移民美国，职业生涯中后期才在行业会议上认识，早期没有家族往来。

李飞飞（Fei-Fei Li）1976年生于北京、成都长大，是华裔AI科学家，斯坦福大学计算机系教授，被称为“AI计算机视觉先驱”。李飞飞是普林斯顿物理学学士，加州理工电机工程博士。她16岁（1992年）随家人移民美国，早年半工半读不简单。她主导ImageNet图像数据集，引爆深度学习革命，是现代AI发展最重要基石之一。2013至2018年，她担任斯坦福AI实验室主任、后期兼任谷歌副总裁、Google Cloud AI首席科学家。她创立斯坦福《以人为本AI研究院》（HAI），倡导AI伦理与人类价值导向的人工智能；入选美国国家工程院、美国国家医学院、美国文理科学院三院院士。她创办World Labs，聚焦空间智能、生成式AI。研究领域包括计算机视觉、深度学习、认知启发AI、空间智能、医疗环境智能。

苏姿丰只比李飞飞大7岁。一个是硬件芯片领军者，以工程技术重塑半导体产业，打造AI算力底座；一个是AI基础科研先驱，以大数据奠基现代深度学习，探索空间智能。

上月28日，AMD官宣以82亿美元全股票收购李飞飞创办的World Labs（空间智能/世界模型公司），约合人民币550亿元。AMD收购World Labs不是两家对等合并，是大厂收购初创AI公司。双方已经签署收购协议，但交易尚未完成交割，正式合并收购还未落地。双方只是签了有条件最终协议，仍要等待多国监管审批，预计今年底才会正式交割完成。交割后的安排：李飞飞加入AMD担任执行副总裁兼首席科学家，直接向苏姿丰汇报，World Labs整个团队并入AMD，继续做3D世界模型、机器人仿真等研究。

World Labs主攻三维世界模型，让AI理解真实物理空间；AMD希望借此打通AI芯片硬件与世界模型软件的鸿沟，应对新一代物理AI、机器人算力需求。这方面，两人一拍即合，印证了科技无国界、分别来自海峡两岸的风云人物在美国携手走在一起。

AMD收购World Labs对芯片与AI行业的启示是，这笔交易的本质是芯片硬件巨头主动收购前沿世界模型团队，实现硬件与AI算法的协同设计，标志AI竞赛从文本大模型转向三维空间智能、具身智能、机器人仿真赛道。

笔者很早就指出将来的趋势是AI+R（人工智能植入具身机器人）。芯片设计不再是独立工程，必须前置对齐AI模型需求。过去芯片厂商先做硬件，再由软件开发者适配。这做法，一贯以来是英伟达和台积电的完美组合，如今已经落伍。现在世界模型、机器人仿真对“显存、带宽、并行计算”有特殊需求。AMD直接把李飞飞团队纳入内部，让模型研究者参与下一代芯片架构的定义，避免硬件与AI负载错配，少走弯路。芯片的竞争力，越来越取决于能不能理解未来AI算法的算力需求。因此，AI下半场的竞争主战场已经转向物理世界，不再是纯文字和图像在手机上显示。早期大模型主攻文本，李飞飞的World Labs三维世界模型的目标是让AI看懂空间构造、物理规则，支撑机器人运作，例如自动驾驶和数字孪生。

未来算力增长的核心场景将会从语言推理转向空间仿真。因此，算力架构、内存、互联标准都要随之重构。如今人才与科研团队的价值已经超过短期营收的金额。World Labs成立时间短、没有大规模商业化收入，但AMD愿意以82亿美元收购，看重的是科研团队、技术路线与顶尖人才。在前沿AI领域，顶尖科学家团队本身是有待开发的战略资产。

如今软硬件一体化已成为主流竞争范式。英伟达已转型到《芯片+CUDA软件栈+AI模型生态》一体布局。AMD收购World Labs，就是复制“硬件+原生AI模型”的闭环，争夺新一代AI标准定义权，不再单纯比拼芯片堆叠、越叠越高到极限。

从苏姿丰和李飞飞在太平洋彼岸的合并收购，可以推演到两岸高新科技合作将如何取得突破。其实两岸在半导体、AI领域天然互补。大陆拥有完整算力基建、海量应用场景、庞大适配市场；台湾地区在晶圆制造、先进封装、精密制程、硬件工程、边缘芯片方面积淀深厚。两岸合作的突破路径可以分为产业、人才、机制三个层面。前提是坚持一个中国原则，以市场化、产业化为导向。说来容易，做来困难；反之，亦可以知难行易，前提是减少政治干扰，扩大中美之间的AI科技应用合作。

这方面的合作可以优先选择风险度低、互补性强的细分赛道，共建产业链，避开最敏感的顶级先进制程，从先进封装、AI边缘芯片、工业仿真、智能制造、智慧医疗、机器人零部件等领域先行合作。大陆开放算力中心、产业场景，台湾团队输出芯片工艺、精密硬件、工程化能力，联合开发空间智能、工业数字孪生这类需要软硬件协同的项目，建立类似《AMD+World Labs》的产学研协同模式。此外还应搭建两岸联合中试平台，打通从研究到产业化的断点，将其化为融点。科研成果最大痛点是中试成本高。可以在厦门、昆山、合肥等科创集中区设立两岸联合实验室与中试基地，两岸高校、企业共同投入，共享设备、分担研发风险，让两岸学者、工程师联合攻关，把算法、芯片设计将论文发现落地成为市场产品。为了推动人才要素流动，要简化科研人员交流机制。科创的核心是人才。简化两岸科研人员短期驻研、联合课题、学术会议、青年科创项目的往来手续；共建两岸AI与半导体青年人才计划，鼓励两岸高校联合培养硕士博士，在合规前提下共享学术数据集，促进思想交流和脑震荡。

若再进一步，两岸可构建半导体、AI产业联盟，共同参与制定工业AI、机器人、先进封装的行业标准，一起面向全球市场出海。两岸企业抱团，能够共同降低外部供应链风险，形成合力。通过经济合作实践，自会发展出分层合作机制，以民间产业交流为基础，先由行业协会、企业、商会、高校开展民间层面的技术研讨、项目合作，积累成功案例后形成示范效应；以产业共赢的现实成果，逐步化解隔阂，向更深层核心的技术合作推进。两岸联手就如同倚天剑和屠龙刀，刀剑合璧，无所不摧。美国AI高层和白宫政府最惧怕的，其实就是两岸AI+R联手。

两岸高新科技合作最大阻碍不在技术本身，而在外部地缘压力与岛内政治干扰。高科技领域极易被外部管制，所以AI合作项目要做好风险隔离，优先选择民生、工业应用导向的项目，聚焦产业安全，规避军事应用。

内地的AI应用发展一日千里，迭代升级近来按月都有更新。笔者因此避免长期购买，因为很快原先的应用模型就被新的版本替代，会有竞争者推出更优的运作模型可供选择。笔者疑心台湾当局和政客们大都不懂AI新时代的未来已来，他们已经成为社会进步的绊脚石而自己不知道，相当可恨，应该大脚把赖清德“台独”分裂势力踢走。