记者 | 杨卉 可杨（徽声在线）

编辑 | 金冥羽 董兴生 易启江 校对 | 何小桃

近期，科技圈迎来一则重磅消息，苏姿丰与李飞飞的携手合作，其热度甚至超越了一个月前黄仁勋“拿下”抱抱脸（人工智能初创公司Hugging Face）时的盛况。

据美国超威半导体公司（AMD）最新披露，该公司已和由“人工智能（AI）教母”李飞飞创立的AI实验室World Labs达成最终协议，将以全股票交易的方式收购这家实验室，交易价值约82亿美元。

在独立国际策略研究员陈佳看来，苏姿丰和李飞飞的此次合作有着更为宏大的共同目标，那就是联合打造最为先进的“超级智能”。World Labs主攻的世界模型以及其应用层级的空间智能，有望填补业界的空白。这也是World Labs即便尚未有落地产品线和服务流，却能获得80多亿美元估值的关键因素。毕竟，在当今竞争激烈的AI领域，独特且具有前瞻性的技术方向往往能吸引大量资本的关注。

另一方面，AMD收购World Labs这一举措也引发了一个产业层面的思考：当世界模型开始应用于机器人等物理AI场景时，模型公司是否最终都需要与芯片、机器人等硬件厂商进行更深入的绑定呢？毕竟，硬件是模型落地应用的重要支撑，只有软硬件紧密结合，才能更好地发挥模型的作用。

AMD收购World Labs：应对英伟达的“阳谋”

与英伟达掏出129亿美元现金收购不同，AMD此次采用全股票交易的方式，交易价值约82亿美元，预计在2026年底前完成。不过，该交易需获得监管部门批准并满足其他惯例成交条件。这一不同的收购方式，也反映出AMD在收购策略上的独特考量。

AMD首席执行官苏姿丰表示，收购World Labs是为了获取李飞飞汇聚的世界级人才，并将这些人才与AMD在硬件、软件和系统方面的能力相结合。根据协议，李飞飞将加入AMD，担任执行副总裁兼首席科学家，直接向苏姿丰汇报。这一安排无疑体现了AMD对李飞飞及其团队的高度重视，也显示出AMD希望通过此次收购在AI领域取得更大突破的决心。

此次收购能在业内引起较大反响，与李飞飞辉煌的履历，尤其是她卓越的“导师身份”密切相关。被业界誉为“人工智能教母”的李飞飞，曾领导谷歌云的AI业务，之后还加入过推特董事会。在AI领域，不少颇具影响力的人物都曾师从李飞飞，比如先后在OpenAI、特斯拉任职的计算机科学家Andrej Karpathy，以及在英伟达任职的高级研究科学家Jim Fan。这些优秀的人才都曾在李飞飞的指导下成长，也从侧面反映出李飞飞在AI领域的深厚造诣和强大影响力。

对于业内人士来说，这次收购其实也在意料之中。英伟达刚刚拿下全球AI产业链内开源社区网络抱抱脸，AMD若想在AI领域与英伟达抗衡，这笔交易势在必行。毕竟，在竞争激烈的AI市场，只有不断布局和扩张，才能占据有利地位。

陈佳向徽声在线记者分析认为，AMD抢在英伟达之前独家并购World Labs，很可能存在排他性协议，这也是对前期英伟达并购抱抱脸的战略反击，是一场精心策划的“阳谋”。在AI领域的竞争中，各大企业都在通过各种方式来提升自己的竞争力，这种战略反击也是常见的竞争手段。

需要注意的是，黄仁勋和苏姿丰在软件层面的选择存在一定差异，这直观地体现在抱抱脸和World Labs的“基因”差异上。

HFH（Hugging Face Hub，Hugging Face 2020年推出的AI领域最大的模型分享与协作平台，以下简称HFH）是一个AI大模型通用发布平台，也是全球AI业界最强的开源项目管理系统。它拥有产品、服务和特定客群，目前托管超过300万个公开AI模型，汇聚了来自全世界范围内超1300万名开发者，月活访客超1800万，超2000家企业付费使用其Enterprise Hub。如此庞大的用户群体和企业客户，充分显示了HFH在AI领域的强大影响力和市场价值。

再看World Labs，自2024年成立至今，World Labs的业务覆盖了基础世界模型Atlas、创作产品Marble、World API以及3D渲染工具Spark。今年7月，它还收购了机器人公司SceniX，将世界模型、学习式仿真与真实世界学习闭环相结合。这一系列的举措显示出World Labs在AI领域的积极探索和布局，试图通过整合不同领域的技术，打造出更具竞争力的产品和服务。

然而，目前World Labs尚无公认的产品线和服务流。这或许也是它目前面临的一个挑战，如何在没有成熟产品和服务的情况下，进一步拓展市场，提升自身的竞争力，是World Labs需要思考的问题。

在陈佳看来，World Labs的优势清晰且唯一，那就是世界模型。这也是当前AI大模型进入深度推理和多模态阶段最大的弱点和短板。在AI技术不断发展的今天，深度推理和多模态是未来的发展趋势，而世界模型在这方面具有巨大的潜力，能够为AI大模型的发展提供有力支持。

“所以英伟达、AMD过去两年都对World Labs投入了极大的关注度，以及一部分真金白银的试探性投资。”陈佳还强调，二者的又一鲜明差异在于，World Labs的前期投资人不仅包括英伟达、AMD这样的芯片大厂，还包括乔布斯家族基金。“这在硅谷业内代表了另一种‘隐形权势’，这是法国天才们搞HFH所天然不具备的战略优势和强点。”陈佳称。乔布斯家族基金的加入，无疑为World Labs带来了更多的资源和支持，也提升了其在市场上的竞争力。

超级智能：AMD与李飞飞的终极目标

不过，在陈佳看来，苏姿丰的目标或许从来就不是单纯“打败”黄仁勋。“就像李飞飞的目标从来就不是打败奥特曼（OpenAI CEO萨姆·奥特曼）。”在陈佳看来，她们的共同目标，在宣布此次并购后已经昭然若揭：联合打造最为先进的、真正的强人工智能AGI，也可称为“超级智能”，这才是英伟达最大的威胁。随着AI技术的不断发展，强人工智能AGI成为了众多企业追求的目标，它具有更高的智能水平和更广泛的应用场景，能够为人类带来更多的便利和改变。

“尤其考虑到World Labs目前招揽的人才和研发重心放在世界模型，以及其应用层级的空间智能这一点，这是目前其他竞争对手，尤其是大模型厂商产品线普遍比较缺失的一个点，亦是科研机构和研发同行比较痛感的一个点。”陈佳称，正是因为这个盲区缺失点和痛点的存在，李飞飞的World Labs有望填补这一业界空白，才让World Labs在当前尚没有落地产品线和服务流的情况下，靠着强大的“血脉基因”背景就能获得80多亿美元估值。在AI领域，填补业界空白往往意味着巨大的商业机会和发展潜力，这也是众多投资者看好World Labs的原因之一。

并购对价之外，李飞飞还将拿下AMD首席科学家的职位。有趣的是，当年“AI教父”杨立昆在成为Meta首席科学家后，也是直接向CEO扎克伯格本人汇报。“如今，‘痛批’语言大模型缺乏世界模型的前首席科学家杨立昆已经从Meta离职，而立志要做成世界模型的李飞飞将作为首席科学家入职AMD，算是另一种循环了。”陈佳称。这一人事变动也反映出AI领域的人才流动和技术发展方向的变化，不同的人才在不同的企业中发挥着重要的作用，推动着AI技术的不断进步。

值得一提的是，有观点认为，李飞飞和她背后80多亿美元的估值，很可能导致世界模型圈的一场“无脑狂欢”。在科技领域，重大事件往往会引发市场的过度反应，一些企业和投资者可能会盲目跟风，追逐热点。

对此，陈佳直言，绝大部分研发人员和理性投资者都不会被这笔战略意义非常显著的收购冲昏头脑，但也不能排除一部分想走捷径的研发企业和财务投资者会迫于压力，疯狂押注AI Agent与空间智能，尤其是人形机器人这个可完美搭载二者模型的应用。在市场竞争激烈的情况下，一些企业可能会为了快速获得利益而采取冒险的策略，但这种做法往往存在较大的风险。

“我的看法是，虽然世界模型是AGI超级智能的必由之路，但在可见的未来，世界模型想要走出实验室，走向寻常百姓家仍前路漫漫，还需求索。这中间没有捷径，只能一步一个脚印，不能急，但要快。”陈佳称。AI技术的发展是一个长期的过程，需要不断地探索和实践，不能急于求成，但也不能放慢脚步，要在稳步前进中不断取得突破。

世界模型走向软硬一体？行业探索仍在继续

World Labs作为世界模型的代表性公司，它的战略选择也影响着整个行业的发展方向。在AI领域，一家具有代表性的企业的决策往往会对其他企业产生示范效应，引导整个行业朝着某个方向发展。

从商业化角度来看，根据业内数据，世界模型当前仍面临数据、虚实迁移、算力和商业闭环等多重门槛。其中，3D表征和大规模世界模型的训练、推理开销较大，端侧设备部署难度较高，算力成本会直接影响商业化空间。数据是AI模型训练的基础，没有足够的数据，模型就无法准确地学习和预测；虚实迁移则是将虚拟世界中的模型应用到现实世界中的过程，这个过程需要解决很多技术难题；算力是支撑模型训练和推理的关键，强大的算力能够提高模型的训练效率和准确性。这些门槛的存在，限制了世界模型的商业化发展，需要企业不断地进行技术创新和突破。

不过，World Labs与AMD在交易前已经围绕训练和推理进行优化，也说明至少在大型世界模型上，算法与底层计算平台正在越来越难以完全割裂。这意味着，算法和计算平台需要紧密配合，才能发挥出最佳的效果。这也意味着，并非所有世界模型公司都必须自研芯片、自造机器人、将全部环节收入一家公司的组织边界。企业可以根据自身的优势和资源，选择适合自己的发展路径，不一定非要进行全产业链的布局。

从路径选择上看，当前世界模型并未形成一条主流的技术路径。尽管世界模型已经成为具身智能的高频概念，但行业对其究竟应该解决什么问题、采用什么技术路径仍没有形成统一答案。此外，路线的分化也与企业拥有的数据、场景和机器人本体有关。不同的企业拥有不同的资源和优势，因此会根据自身的情况选择不同的技术路径。例如，拥有大量数据的企业可能会更注重数据的挖掘和分析；拥有特定场景的企业则会根据场景的需求来开发适合的模型；拥有机器人本体的企业则会将模型与机器人进行深度融合，实现更好的应用效果。

选择哪一种世界模型、是否进一步向硬件延伸，往往与其能够获得的数据、所面对的场景和使用的本体绑定。正因如此，不同公司的探索方向也不相同。在当前的产业探索中，世界模型既可以嵌入VLA（视觉 - 语言 - 动作模型），为模型提供更丰富的视觉和语言信息，提高模型的理解和决策能力；也可以成为训练和仿真的工具，帮助企业进行模型的训练和测试，提高模型的性能和可靠性；还可以向独立的物理世界基础模型演进，为AI技术的发展提供更基础的支持。至少目前还看不到所有企业都沿着同一条软硬一体路径收敛，这也说明世界模型的发展具有多样性和不确定性，需要企业不断地进行探索和创新。

整体来看，World Labs加入AMD所释放的信号，更多指向世界模型进入工程化阶段后，模型与算力、数据、硬件和应用之间需要形成更紧密的闭环。这意味着世界模型正在从一个强调生成效果的模型问题，逐步变成一项横跨算力、模型、数据和物理设备的工程问题。在工程化阶段，企业需要综合考虑多个方面的因素，将模型与算力、数据、硬件和应用进行有机结合，才能打造出具有竞争力的产品和服务。

而对国内世界模型厂商而言，选择仍将取决于自身所处的位置。拥有机器人本体和真实业务场景的企业或可借助硬件持续获得数据并完成模型迭代，通过硬件与模型的相互促进，提高企业的竞争力；独立模型企业则需要找到芯片、机器人或仿真平台伙伴，以解决训练成本、部署和数据闭环问题，通过合作实现资源共享和优势互补，共同推动世界模型的发展。

｜每日经济新闻 nbdnews 原创文章｜

未经许可禁止转载、摘编、复制及镜像等使用