一家 2 岁的公司卖 82 亿美元：AMD 买下李飞飞的「世界模型」，买的是什么

目录

• 一个 2 岁的公司，和一笔 82 亿美元的交易
• 世界模型：让 AI 学会「看见」3D
• 现场验证：从两张 2D 图，算出整个 3D 世界
• AMD 的收购链：从软件公司到「世界」公司
• 为什么芯片公司要买模型实验室
• 英伟达买入口，AMD 买眼睛
• 82 亿美元买一个 2 岁的公司，贵吗？

---

一个 2 岁的公司，和一笔 82 亿美元的交易

2026 年 9 月 28 日，AMD 宣布以约 82 亿美元的全股票交易收购 World Labs——一家 2024 年初才成立的 AI 研究实验室，由李飞飞（Fei-Fei Li）、Justin Johnson 和 Ben Mildenhall 联合创立。交易预计 2026 年底完成。

几个数字摆在一起，值得先愣一下：

• World Labs 成立至今大约 2.5 年。
• 82 亿美元是 AMD 历史上第二大收购，仅次于 2022 年花约 500 亿美元买下的 Xilinx。
• 收购完成后，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（Lisa Su）汇报。
• 交易是全股票——AMD 没掏一分钱现金，拿自家股票付账。

2.5 年的公司卖 82 亿，这个价格在 AI 收购潮里什么水平？对照一下 CNBC 列出的同期交易：OpenAI 去年花约 64 亿美元买下 Jony Ive 的 AI 设备公司 io；英伟达合计花了 330 亿美元买下 Groq 和 Hugging Face（其中 HF 129 亿）；Meta 2025 年花 140 亿美元拿下 Scale AI 的少数股权。World Labs 的 82 亿夹在中间，不算最夸张，但考虑到它几乎没有公开的营收，这完全是「为未来付钱」。

AMD 买下的，是一家还没有成熟商业产品的公司。它买的是 World Labs 正在做的那个东西——世界模型（world model）。

世界模型：让 AI 学会「看见」3D

World Labs 的核心产品叫 Atlas，2026 年早些时候发布。用官方博客的话说：Atlas 是一个「全能模型」（omni model），从零预训练，原生处理文本、图像、视频和 3D 四种模态。它是个多模态自回归扩散 transformer——所有输入被组合进一个共享的「空间上下文」，模型基于这个上下文预测「接下来会发生什么」，并且保持 3D 一致性。

听起来抽象。拆开说，Atlas 能干三件事：

① 相机控制生成（Camera-Controlled Generation）：给你一张图，你指定一个相机路径（推、拉、平移、升降），Atlas 生成新视角的视频。官方演示里，从一张输入图就能生成场景的背面、侧面——它「想象」出你没拍到的地方，比如水池旁边应该有一片草地。

② 稀疏重建（Spatial Reconstruction）：这是 Atlas 最强的地方。传统的 3D 重建需要几十上百张密集视角的照片，Atlas 只需要 2-3 张图就能忠实重建一个场景，效果还超过专门做重建的 SOTA 模型。斯坦福 Main Quad 的演示：从 2 到 25 张地面照片，生成无人机视角的整个校园航拍。注意官方那句关键话：「它看到的越多，它想象的就越少」——输入 1 张图，大部分场景是想象的；输入 3 张图，整个场景就准确了。

③ 时空模拟（Space-Time Simulation）：从 3-5 台手机拍的视频，Atlas 能重建出「子弹时间」效果——冻结时间、从任意角度重看事件。它还能把真实世界扫成 3D 高斯溅射（Gaussian splats），然后让虚拟机器人在里面导航、抓取物体——这就是机器人领域的 Real-to-Sim（真实到仿真）：先在数字世界里训练机器人，再部署到现实。

技术上最值得注意的是「空间上下文」这个设计。LLM 的上下文是一串 token；Atlas 的上下文里，每一张图都被锚定在一个 3D 坐标上。你可以把两张毫不相关的图放进空间上下文、分别摆在 3D 空间的不同位置，Atlas 会生成一个世界把它们平滑地连接起来——走廊和宴会厅之间，它「想象」出一条过道。

从两张 2D 图，算出整个 3D 世界

Atlas 的核心能力是「从稀疏视角重建 3D」。这个能力的数学内核，其实是我在自己服务器上就能复现的东西：三角测量（triangulation）。

原理一句话：两个相机在不同位置看同一个点，这个点在两张照片上的像素位置不同（视差），视差越大，点越近。公式是 Z = f·B/d（Z=深度，f=焦距，B=两相机间距，d=视差）。这可能是「世界模型」里最古老的几何——人眼立体视觉用了几百万年，2026 年的 Atlas 用了几百亿参数重新实现。

我写了个最小复现：模拟 8 个真实 3D 点（深度从 0.5 米到 8 米），用 12cm 基线（接近人眼间距）的双相机拍摄，然后从视差反推深度：

真实深度(m)  视差(px)   估计深度(m)  误差%
0.50        120.00    0.500       0.00%
1.57        38.18     1.571       0.00%
2.64        22.70     2.643       0.00%
3.71        16.15     3.714       0.00%
4.79        12.54     4.786       0.00%
5.86        10.24     5.857       0.00%
6.93        8.66      6.929       0.00%
8.00        7.50      8.000       0.00%

8 个点，全部 0.00% 误差。这本身不惊人——三角测量是 2000 年前的几何。真正有意思的是下面这组数字：

• 近处 0.5 米的点，视差 120 像素；远处 8 米的点，视差只有 7.5 像素。
• 深度分辨率：近处每米对应 240 像素的视差变化，远处每米只剩 0.94 像素——差了 256 倍。

这解释了为什么空间智能要从近处看起：视差对近处的深度极度敏感，对远处几乎不敏感。你的两只眼睛看 30 米外的一棵树，视差只有零点几像素——大脑根本算不出精确深度。这也是为什么 Atlas 重建室内场景（近处）比重建航拍远景（远处）可靠得多。

最后一步：既然我知道了深度，就能合成中间虚拟相机的视角——左右相机正中间那个不存在的相机应该看到什么？把公式代进去，最大误差 0.0000 像素。

这就是 Atlas 做的事的雏形：只要知道 3D 几何，就能「无中生有」地合成任意新视角。我用 30 行 numpy 和一条 2000 年前的几何公式复现了它的核心逻辑——当然，Atlas 的「知道 3D 几何」是几百亿参数从海量视频里学出来的，我的只是算出来的。差别在于，我的公式只能处理我构造的完美点云；Atlas 要处理的是真实世界的杂乱光线、遮挡和运动模糊。

但原理是一样的：深度是通往新视角的钥匙。

AMD 的收购链：从软件公司到「世界」公司

World Labs 不是 AMD 在 AI 领域的第一笔收购。把 AMD 近两年的 AI 收购排成一条线，能看出一个清晰的轨迹：

时间	标的	金额	买的是什么
2024-07	Silo AI	6.65 亿美元	欧洲最大 AI 实验室，企业 AI 应用
2024-08	ZT Systems	49 亿美元	服务器制造商，数据中心硬件
2026-08	Taalas	未披露	把 LLM「蚀刻」进芯片的公司（推理加速）
2026-09	World Labs	82 亿美元	世界模型 / 空间智能

（注：Silo AI 和 ZT Systems 的金额来自公开报道；Taalas 金额未披露，只确认 2026-08 收购。）

这条链子的方向非常清楚：先是软件能力（Silo AI），再是硬件系统（ZT Systems），然后是模型直接跑在芯片上（Taalas），最后是理解物理世界的模型（World Labs）。

AMD 对 Taalas 的收购尤其说明问题。Taalas 做的事是把训练好的 LLM 直接蚀刻进专用芯片——跳过 GPU 的通用计算，让模型权重变成电路本身。这是一条和英伟达完全不同的路线：英伟达卖通用 GPU 让你自己训练，AMD 在赌「模型的形态决定硬件的形态」。

World Labs 是这条链子的下一步：如果模型的形态决定硬件的形态，那谁先知道下一代模型长什么样，谁就能先造出对应的芯片。

为什么芯片公司要买模型实验室

AMD 官方新闻稿里有一句话，把逻辑说透了：

「构建下一代 AI 的计算平台，需要对模型如何演进有深刻的理解。」——苏姿丰

翻译一下：芯片的设计周期是 3-5 年，但模型的演进周期是 3-5 个月。如果你只按今天的模型设计芯片，等芯片造出来，模型已经变了——你的芯片就落后了。

所以 AMD 需要一个「内部的眼睛」，能提前几年看到模型会往哪走。World Labs 就是这只眼睛：它研究空间智能、世界模型、机器人仿真——这些是 AI 的下一波浪潮。当 AMD 的设计师 2028 年决定下一代芯片的架构时，World Labs 告诉他们：「2028 年的世界模型需要这样的算力结构、这样的内存带宽、这样的 3D 处理单元。」

李飞飞自己在 Substack 上的长文里也点明了这个动机：

「没有专注的硬件投入，AI 在效率、规模上都会受限——而且对我们来说，会一直被困在数字世界里。」

这句话很妙。「被困在数字世界里」——语言模型活在文本的二维平面里；世界模型的目标是让 AI 进入物理世界（机器人、自动驾驶、空间计算）。而进入物理世界需要芯片。World Labs 需要 AMD 的硬件规模，AMD 需要 World Labs 的模型视野——这是互补的。

另一个信号：AMD 此前已经投资过 World Labs（CNBC 确认），苏姿丰本人是 World Labs 的早期投资人。这不是陌生人之间的收购，是合作伙伴的合并。

英伟达买入口，AMD 买眼睛

把 2026 年 9 月的两笔收购放在一起看，特别有意思：

• 英伟达：买 Hugging Face（129 亿美元）——全球最大的开源模型分发平台。买 Groq——推理芯片公司。英伟达在买入口：谁用模型，谁就经过它的平台。
• AMD：买 World Labs（82 亿美元）——全球最前沿的空间智能实验室。AMD 在买眼睛：谁定义下一代模型，谁就定义下一代芯片。

这是两种完全不同的战略。英伟达的护城河是 CUDA 生态——它不需要知道模型往哪走，因为所有模型都得跑在它的生态里。AMD 没有这个生态，所以它只能赌：提前看清模型的方向，然后造出更适配的芯片。

英伟达买 Hugging Face 那天（09-04），我写过一篇「129.303 亿美元，Hugging Face 被买走了」——当时觉得英伟达在买「AI 的入口」。现在 AMD 用 82 亿买 World Labs，像是给出了一组对照实验：同一个时代，同一个行业，两种完全不同的赌法。

有趣的是，AMD 强调 World Labs 会保持独立运营，直到交易完成；而英伟达对 Hugging Face 同样承诺「保持开放」。两家都在买研究/平台资产，都说「我们不干预」——但最终，模型的方向会由芯片的规格表来裁决。

82 亿美元买一个 2 岁的公司，贵吗？

这笔交易的争议不小。技术社区里声音两极：一边质疑「一个 2 岁的公司凭什么值 80 亿美元」，甚至有人直接骂「史上最快的 pump and dump」；另一边则是技术派的辩护——「只用几张帧做 3D 重建，是另一个水平」。

争议的焦点其实不是技术，是估值的时间维度。World Labs 成立才 2.5 年，还没有成熟商业产品，却卖出了 AMD 第二大收购的价格。这在传统估值框架里无法解释——但 2026 年的 AI 并购本来就不按传统框架出牌。

「2.5 年 82 亿美元」这个数字确实刺眼。但换个角度看：World Labs 的团队是李飞飞（ImageNet 之母）、Justin Johnson（NeRF 的共同作者）、Ben Mildenhall（NeRF 的第一作者）——NeRF 是现代 3D 重建技术的基石，被引用上万次。这是全世界做空间智能最强的一批人。2026 年 2 月，World Labs 刚融了 10 亿美元（A16Z、英伟达等参投），估值已经很高；AMD 的 82 亿是全股票，意味着 AMD 的股东在用自己的股票为「未来模型」付钱。

贵不贵，取决于你怎么给「看清未来 5 年」定价。

国内视角：中国 AI 公司里，「世界模型」也正在变成热词。字节的豆包、阿里的通义，都在押注多模态和视频生成；机器人赛道（宇树、智元、银河通用）需要的正是「数字世界先训练、现实世界再部署」的 Real-to-Sim 路径。World Labs 被 AMD 买走，等于告诉国内从业者：空间智能的人才和团队，正在被芯片巨头按「战略资产」定价。 未来 2-3 年，国内大概率也会出现类似的「芯片/云厂商 × 世界模型实验室」的并购——只不过可能不是 82 亿美元，而是人民币计价。

回到 AMD。这笔交易最让我觉得有意思的，不是 82 亿这个数字，而是它背后的判断：AMD 认为自己缺的不是芯片，是「知道芯片该往哪造」的眼睛。

芯片公司买模型实验室，听起来像外行跨界。但如果你把芯片看成「物理世界的运行平台」，那买一个理解物理世界的团队，就顺理成章了。2.5 年、82 亿、全股票——这是 AMD 对「AI 的下一章是物理世界」这个判断下的注。

至于这个注值不值？李飞飞在公告里引用了丁尼生的诗句：

「来吧，朋友们，寻找更新的世界，尚不算晚。」