李飞飞把“还没做完的世界”，82亿卖给了苏姿丰

本文来自微信公众号： 未来图灵 ，作者：张凤静

2024年春天，斯坦福一位教授递交了一张不起眼的请假条：她想停一停教职，去开一家公司。同事大概没料到，这张请假条两年后会变成一份收购协议里的核心条款。请假的人叫李飞飞，协议的另一方是市值一度逼近万亿美元的芯片巨头AMD，价格约82亿美元，折合人民币约550亿元。

当地时间9月28日，美国超威半导体公司AMD发布官方公告，宣布以全股票交易方式收购李飞飞联合创办的AI初创公司World Labs，交易预计在2026年底前完成，仍需监管批准。交割后，李飞飞将出任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；World Labs约70人的团队整体并入，联合创始人Justin Johnson、Ben Mildenhall继续带队做模型研究。

这是AMD史上第二大收购，仅次于2022年约500亿美元吞下赛灵思（Xilinx）那一单。上一次AMD花大价钱买的是“更硬的硬件”，这一次花82亿美元买的是一支“想清楚下一代模型要什么”的团队。看点，恰恰藏在这个反差里。

82亿买的不是产品，是“先知权”

很多人的第一反应是：一家成立才两年、主打产品还是按月订阅的三维场景工具Marble、外加一个刚发布不久的世界模型Atlas的公司，凭什么喊出82亿美元？要回答它，得先看懂AMD缺什么。

过去几年AMD靠Instinct系列加速卡死死咬住英伟达，硬件这一环并不怯场。真正让它睡不着的，是软件生态和“对模型的理解”。英伟达握着CUDA护城河，又用Cosmos世界模型搭起生态；AMD过去更像“把芯片做好，等模型来适配”，是一种慢半拍的被动姿态。

苏姿丰的话说得很直白：“你对整个端到端流程了解得越深，就越能构建出更好的系统。”翻译过来就是：与其等模型定型后再追着适配硬件，不如把最懂模型的人请进自己家，让模型团队在芯片画图纸的早期就参与进来。

芯片从设计到流片，周期3到5年。模型从GPT-4到GPT-5，可能只要6个月。你今天开始设计一颗芯片，需要预判三年后的主流模型长什么样。但三年后的事，连做模型的人自己都说不准。

所以AMD买的不是产品，而是“提前几年知道下一代AI要什么样的计算”的权利，能预知下一个负载长什么样，往往比多榨出几个百分点算力更值钱。

苏姿丰更是直接表明：“构建下一代AI计算平台，需要对模型如何演进有深刻的理解。”

芯片女王与AI教母，两个“反共识”的人

把镜头拉近，会发现两位关键人物，苏姿丰与李飞飞，两位身上有种罕见的相似：都擅长在别人不看好的地方下注。

先看李飞飞。她1976年生于北京、在成都长大，16岁移民美国，后成为斯坦福计算机系终身教授，是ImageNet大规模视觉数据集的主导搭建者。但她的起点并不光鲜。刚到美国时，全家挤在新泽西一间小房子里，父母失去体面工作，她自己在餐馆端盘子、帮家里看干洗店。这段经历写进了她的自传《我看见的世界》。

2009年前后AI正处“寒冬”，业界对神经网络普遍悲观，她却带着团队“笨拙地”标出了上千万张图片。正是ImageNet加上神经网络算法在GPU上的落地，点燃了2012年之后的深度学习时代。今天这些如雷贯耳的AI公司，某种意义上都站在她当年那一步之上。“AI教母”这个称号，是二十年前一个冷门决定换来的。

2024年初她创办World Labs时，做的又是一个反发主流的选择：当硅谷都在卷大语言模型时，她偏偏押注当时还很冷的“空间智能”。她在公开信里写：宇宙不是由文字构成的，而是由真实的事物构成的。公司依托NeRF、三维高斯泼溅等重建路线，团队约70人，还包括今年7月收购机器人仿真创企SceniX后并入的机器人研发人员。

World Labs总部位于旧金山，联合创始团队分量十足。Justin Johnson是密歇根大学副教授，曾在Facebook AI Research参与Mask R-CNN等视觉模型研究；Ben Mildenhall是NeRF论文第一作者，这项技术直接改变了三维重建的研究路径；Christoph Lassner则在计算机图形学与神经渲染方向有深厚积累。三个人加上李飞飞，覆盖了计算机视觉、三维重建、图形学与模型训练等关键环节。AMD愿意开出82亿美元，买的不只是李飞飞一个人，而是一整支世界级研究队伍。

再看苏姿丰，AMD董事长兼CEO，MIT电机工程博士，圈内人习惯叫她“苏妈”。2014年她接手AMD时公司债台高筑、市值不足30亿美元，华尔街几乎判了死刑。十二年后，AMD市值一度突破万亿美元。她做对了什么？两个疯狂赌注：卖掉晶圆厂、把制造交给台积电；押注把芯片拆小块再封装的Chiplet架构。当年像“自废武功”，如今都成了AMD翻身的底牌。如今，AMD与OpenAI签署6吉瓦GPU供应协议，直接动摇了英伟达“一家独大”的神话。

两个人的渊源比这次收购更早。苏姿丰是World Labs的早期投资人之一，私交甚笃，去年起团队已在AMD GPU上一起优化训练与推理，今年1月CES上还同台展示了Marble的优化成果。不到九个月，这段“投资人—创业者”关系直接升级成“CEO—首席科学家”。

李飞飞在公开信结尾引用了丁尼生《尤利西斯》里的诗句：“来吧，我的朋友们，去寻找一个更新的世界，现在尚不算晚。”

为什么是现在，又为什么是“现在卖”

World Labs不缺钱。2024年9月首轮融资2.3亿美元，投后估值超10亿美元；2026年2月再融10亿美元，投资方包括AMD、英伟达、Autodesk等，估值约50亿美元。

一个技术路线正在被验证、关注度正高的团队，为什么偏偏此时“上岸”？答案藏在李飞飞公开信里：“要做到这一点，我们需要扩大规模、扩大影响范围，并更接近硬件。”那句“要更贴近硬件”里，翻译成三个字就是：算力贵。

世界模型是出了名的“吞金兽”：以Atlas为例，它的核心能力“新视角预测”输入一两张照片就能推断出没拍到的视角，把生成式模型与多视角几何结合，去攻计算机视觉里长期悬而未决的“稀疏重建”难题。这类模型同时处理图像、视频、三维结构和相机运动，训练、推理、仿真每一步都是天文数字的开销。对靠融资买卡的创业公司，这种烧钱没有尽头，而对AMD，算力、工程团队和供应链都是现成的。

这也是整个AI行业的缩影：前沿研究的门槛，正从“聪明人的算法”变成“只有巨头才烧得起的算力”。

过去一年巨头们不约而同开始“买团队”。Meta入股Scale AI、英伟达洽购开源社区Hugging Face，如今轮到AMD把李飞飞的队伍请进阵营。World Labs几乎是市场上最稀缺、也已被验证的独立标的，而苏姿丰又恰好是最不需要被说服的买家。价格上也有讲究：今年2月World Labs完成一轮10亿美元融资时，媒体披露投后估值约50亿美元，此次82亿美元溢价超六成。

硅片的时代，正在把方向盘交给模型

把这件事只读成“教授卖公司财务自由”，或反过来读成“又一桩资本泡沫”，都太轻巧。更值得咀嚼的信号是：AI这盘棋里，权力中心正在静悄悄地上移。

过去二十年芯片公司站在食物链顶端：我给你算力，你为我的生态打工；现在模型开始反过来“定义”芯片该怎么造。AMD给一个外部实验室负责人开出“直接向CEO汇报”的位子，本质是硬件巨头向模型能力低头：谁更早坐到下一代模型的牌桌前，谁才更可能决定下一代芯片长什么样。

当然，故事远没写完。交易仍卡在监管这一关，要到2026年底才交割；空间智能的商业化路径尚不清晰，从“惊艳的demo”到“真金白银的收入”还隔着一条河；全股票结构也把团队命运和AMD股价紧紧绑在一起，一荣俱荣、一损俱损。

但当大语言模型逼近天花板、整个行业都在找下一条增长曲线时，两位华人女性——一位让机器学会“看见”世界，一位决定机器靠什么“运转”——在硅谷权力顶端握了手。

李飞飞在公开信中说，AI的未来是“软件与硬件的共同进化”。模型借助最尖端的硬件加速训练和推理，硬件从对未来的洞察中获益。

这场82亿美元的赌注，买的不只是一家公司，更是一个问题的答案：当AI真正开始理解物理世界，我们需要什么样的计算？

苏姿丰把研究这个问题的人，直接请进了AMD。

至于答案，用李飞飞的话说“现在尚不算晚。”