11月16日,AMD宣布完成对World Labs的收购。这条消息的分量不在交易金额,而在一句人事安排:World Labs创始人李飞飞出任AMD执行副总裁兼首席科学家,直接向董事长兼CEO苏姿丰汇报。
先把两家主体说清楚。AMD是英伟达在GPU领域最主要的挑战者,产品线覆盖数据中心GPU、CPU与自适应计算。World Labs由李飞飞创办,专注开发能够创建和模拟交互式三维环境的AI模型,同时涉足机器人学习与仿真——这条技术路线通常被称为空间智能,核心是让模型理解三维空间中的物体、关系与物理后果,而不只是处理二维图像与文本。
交易此前于今年9月签署,规模约82亿美元。完成后的安排是:World Labs团队继续推进基础模型研究,同时与AMD工程师合作,把新兴模型能力的研究成果应用到下一代AI基础设施的开发,服务开放AI生态中的客户与开发者。
苏姿丰的表态指向协同优化的逻辑:要打造支撑下一代超级智能的基础设施,就必须把计算平台与模型结合起来做协同优化;World Labs在模型研究上的成果将帮助AMD塑造未来的硬件、软件与系统。这段话翻译过来是——做芯片的人需要更早判断下一代AI要算什么、效率会卡在哪里。
这个判断在当下尤其重要。世界模型与机器人算法仍在快速演进,硬件设计却必须提前两三年下注。如果只按当下主流负载(Transformer推理、矩阵乘法)优化,等新负载起来就可能错过窗口。把一支做模型研究的团队收进体系内,等于在架构定义阶段就有一手信息:哪些计算会被反复调用、哪些只是阶段性热点。
对李飞飞而言,这是一次角色转换。学术界出身的研究者进入芯片公司担任首席科学家,通常意味着研究方向要从「发表」转向「落地」——她此前公开表达过的观点是,如果没有专门的硬件投入,AI的效率与规模都会受到束缚。据报道,World Labs与AMD此前已围绕GPU上的模型训练与推理优化展开技术合作,这次收购把这层合作固化成了组织关系。
对行业格局而言,这是一个明确的信号:顶级模型研究团队正在被算力厂商收进体系内部,模型与硬件的边界比过去更模糊。英伟达过去几年的优势,很大程度上来自CUDA生态把开发者锁在自己的软件栈上;AMD的应对路径不同——不是先补软件生态,而是先把模型侧的理解力买进来,再倒推硬件与系统设计。两条路径谁更有效,要看未来两代产品的实际表现。
需要留意的不确定性有两处。第一,82亿美元对应的团队规模并不大,AMD能否把研究能力转化为产品竞争力,取决于内部工程体系对模型团队的接纳程度。第二,World Labs原本的商业目标是三维内容生成与仿真平台,收归芯片厂商后,这条产品线是否继续独立运营尚未明确。对使用其工具的开发者来说,这是一条需要跟踪的变量。