AMD用150亿美元买下一条AI价值链
作者／ IT时报综合报道
编辑／ 郝俊慧 孙妍
当地时间9月28日，超威半导体（AMD）宣布以全股票方式、约82亿美元收购AI初创公司World Labs。交易完成后，World Labs联合创始人兼CEO李飞飞将加入AMD，担任执行副总裁兼首席科学家，直接向AMD CEO苏姿丰汇报。该交易预计在年底前完成，尚需获得监管批准。
82亿美元（约合人民币550亿元）不是一个小数字。值得注意的是，AMD这次买下的既不是一家GPU公司，也不是服务器或者网络设备企业，而是一家成立仅两年多、研究“空间智能”和“世界模型”的AI公司——World Labs。
如果只看这笔交易，很容易把它理解为AMD押注机器人和物理AI。但把时间轴往前拉，会发现World Labs更像AMD持续数年的一场“拼图游戏”中最新的一块：从网络、AI软件，到模型团队、机架级系统、光互连，再到今天的世界模型，AMD正在沿着AI产业链不断向外扩张。
仅Pensando、Silo AI、ZT Systems和World Labs四笔披露了明确金额的AI相关交易（不含2022年完成的Xilinx收购），按各自披露的交易对价累计，就达到约151.7亿美元。除此之外，AMD还收购了Mipsology、Nod.ai、Enosemi等多家公司，相关交易金额并未公开。
过去那个主要依靠CPU和GPU，与英特尔、英伟达竞争的AMD，正在试图改变自己在AI产业链中的位置。
从GPU往上走
World Labs并不是一家典型的大语言模型公司。李飞飞等人创办这家公司，希望解决的是一个比语言更接近现实世界的问题：如何让AI理解空间，并最终理解物理世界。
今天的大语言模型已经能够写文章、编程序，视频模型也能生成越来越逼真的画面，但对于机器人而言，“看见”一个杯子远远不够。它还必须知道杯子距离自己有多远、桌子有多高、机械臂应该以什么角度伸过去，以及碰到杯子以后会发生什么。换句话说，如果大语言模型主要学习的是人类留下来的文字和知识，那么世界模型试图学习的则是“这个世界如何运转”。
这也是机器人、自动驾驶、无人机以及工业仿真越来越需要的能力。现实世界的数据采集既昂贵又缓慢，机器人不可能真的摔倒几万次去学习如何保持平衡，自动驾驶汽车也不能制造几万次事故来学习如何避险。如果能够建立足够接近真实物理规律的虚拟世界，机器就可以先在其中进行大规模训练，再把获得的能力迁移到现实环境。
目前，World Labs已经推出可以根据文字、图片、视频或者3D布局生成三维环境的产品，并进一步研究能够生成、重建和模拟世界的模型。AMD在收购公告中提到，World Labs将帮助其围绕新兴模型和应用需求开发AI硬件、软件和系统。
这实际上把传统芯片研发的逻辑倒了过来。过去通常是芯片公司先造GPU，模型公司再购买GPU、训练模型。但今天模型迭代的速度已经快到，芯片公司必须提前回答一个问题：三年以后，AI到底在计算什么？
世界模型需要同时处理视频、3D、空间关系、物理规律和动作，其计算特征与以文本为主的大语言模型并不完全相同。一颗芯片从架构定义到真正进入数据中心需要数年时间，如果能够提前知道下一代模型的计算需求，就有可能反过来影响GPU、CPU、内存乃至整个系统的设计。
World Labs此前已经与AMD进行模型训练和推理优化方面的合作。现在AMD干脆把这样一支研究下一代AI工作负载的团队放进公司内部。因此，82亿美元买到的不只是一个世界模型，更像是一个能够不断告诉AMD“下一代AI需要什么样的计算”的实验室。
150亿美元
买一条AI价值链
World Labs并不是AMD突然闯进模型行业的一次跨界。
2022年，AMD以约19亿美元的价格完成收购Pensando。Pensando的核心能力是DPU和分布式服务平台。当成千上万颗GPU同时工作时，数据如何在服务器和GPU之间快速移动同样决定整个集群的效率。Pensando补上的，是AMD在网络、数据处理和基础设施软件上的能力。
2023年，AMD又先后收购Mipsology和Nod.ai。前者从事AI推理软件优化，后者长期参与Torch-MLIR、OpenXLA/IREE等开源AI编译技术。两笔交易指向AMD长期面对的一个问题：即使Instinct GPU硬件性能越来越强，如果开发者已经习惯CUDA，为什么要迁移到AMD？因此，这一阶段AMD买的不只是芯片，而是让模型更容易运行在AMD硬件上的软件能力。
2024年，收购对象继续向产业链上层拓展。AMD宣布以约6.65亿美元收购芬兰AI实验室Silo AI。这家公司拥有数百名AI科学家和工程师，可以直接开发、训练和部署AI模型，并曾利用搭载超过1.2万颗AMD Instinct MI250X GPU的LUMI超级计算机训练开源语言模型。从Silo AI开始，AMD拥有的不只是帮助客户运行模型的软件工程师，而是一支真正知道模型如何训练出来的AI团队。
随后，AMD开始补强系统。2025年3月，AMD完成对ZT Systems的收购，最终购买对价约44.09亿美元。ZT Systems长期为大型云计算企业设计AI和通用计算基础设施，不过AMD并没有打算长期经营大规模服务器制造业务。
当年10月，AMD又将ZT Systems的数据中心基础设施制造业务出售给Sanmina，获得24亿美元现金和约1.54亿美元Sanmina股票，并有望再获得最高4.5亿美元的后续或有对价。AMD留下的，则是机架级AI系统设计团队、相关知识产权以及客户导入能力。
这一买一卖尤其能说明AMD想要什么。它并不是想变成一家服务器代工厂，而是希望掌握如何把CPU、GPU、网络、散热、电源和软件真正组成一整套AI计算系统的能力。
2025年，AMD又收购Enosemi，补充硅光和共封装光学技术。随着AI集群从数百颗GPU扩展到数千乃至数万颗，芯片之间搬运数据的速度和功耗已经成为新的瓶颈，高速互联因此开始进入AI系统竞争的核心。
如果把这些交易摆在一张图上，AMD过去几年的路线已经相当清楚：Pensando补网络和DPU，Mipsology、Nod.ai补软件和编译器，Silo AI补模型开发能力，ZT Systems补机架级系统设计，Enosemi补光互连，现在World Labs继续补充世界模型和空间智能。
如果只比较GPU，AMD与英伟达之间的竞争很容易被简化成Instinct与Blackwell、Rubin之间的算力和性能比较。但过去几年，英伟达最重要的变化恰恰是越来越不像一家传统GPU公司。
CUDA构成软件生态，NVLink和网络产品解决GPU之间的高速连接，DGX以及机架级系统把芯片组成“AI工厂”；再往上，Omniverse进入数字孪生和仿真，Isaac进入机器人开发，Cosmos则进一步延伸到物理AI所需要的世界基础模型。
所以，AMD用150亿美元买下的是一条AI价值链。
下一场战争可能不在屏幕里
当然，82亿美元最终是否值得，现在远没有到下结论的时候。World Labs成立时间并不长，世界模型仍处于快速演进阶段，而被视为Physical AI最大应用场景之一的人形机器人，也远未进入类似智能手机或者云计算那样成熟的商业周期。今天大量机器人仍然面对成本、可靠性、数据和真实工业场景等问题。
过去几年的生成式AI浪潮主要发生在数据中心和屏幕之中。人输入文字、图片或者语音，模型返回文字、图片、视频和代码。
下一阶段的战争可能不在屏幕里，而是在物理世界中。机器人需要理解房间和物体，自动驾驶汽车需要理解道路，无人机需要判断周围环境，工业设备需要预测一个动作可能产生的结果。它们都要求AI拥有比语言模型更强的空间理解和物理推理能力。
如果这个方向最终成立，未来出售的就可能不只是一颗更快的GPU，而是一整套由计算平台、世界模型、仿真环境和开发工具构成的Physical AI基础设施。
AMD过去几年的收购轨迹其实指向了同一个方向：它正在扩大一家芯片公司的边界。李飞飞加入AMD，只是这场变化最新，也是目前最醒目的一步。
排版／ 季嘉颖
图片／ AMD World Labs
来源／《IT时报》公众号vittimes
E N D
