|
|
各位长期蹲守在半导体和人工智能赛道上的朋友们,特别是那些每天盯着AMD和Nvidia股价波动、对芯片架构如数家珍的硬件发烧友们,今天有一条消息绝对值得你们放下手里的活儿认真看一看。就在昨天,也就是2026年9月28日,AMD和一家名叫World Labs的人工智能初创公司共同对外宣布了一项震惊业界的交易——AMD将以82亿美元的价格,把这家由斯坦福大学教授李飞飞亲手创办的公司整个买下来。这可不是一笔小数目,82亿美元的真金白银,足以让整个科技圈为之侧目。更让人关注的是,交易完成后,李飞飞本人将直接加入AMD,担任执行副总裁兼首席科学家。换句话说,AMD不仅吞下了一家顶尖的AI研究机构,还把这位在计算机视觉领域有着开创性贡献的领军人物纳入了自己的核心管理层。这一步棋,摆明了是要在AI芯片的赛道上跟老对手Nvidia正面交锋。
我们先来了解一下World Labs到底是一家什么样的公司。李飞飞在2024年创立了World Labs,她的目标非常明确:开发那些能够真正理解物理世界的深度学习模型。李飞飞本人是斯坦福大学的计算机科学教授,她在AI界最著名的成就就是创建了ImageNet数据库,并且发起了基于这个数据库的图像识别比赛。ImageNet的出现,可以说彻底改变了计算机视觉领域的面貌,为后来的深度学习爆发奠定了数据基础。但李飞飞并不满足于此,她认为真正的通用人工智能不能只停留在处理文本和图像上,还必须具备对物理规律的理解和推理能力。比如,一个球从桌子上滚落会怎样下落,一辆汽车刹车后需要多长的距离才能停住——这些看似简单的常识,却是很多AI模型无法掌握的。World Labs就是要填补这个空白。
World Labs推出的第一款产品叫做Marble。这个产品的用途很广泛,一方面可以用来制作沉浸式的娱乐内容,比如生成逼真的虚拟场景供游戏或电影使用;另一方面,它还能创建高度仿真的模拟环境,专门用来训练各种类型的机器人。在现实世界中训练机器人成本高昂且效率低下,而借助Marble生成的合成数据,机器人可以在虚拟环境中反复练习,再把学到的技能迁移到现实中。这正是World Labs技术价值的核心体现。
那么,AMD为什么要花82亿美元买下这家公司呢?原因很简单——为了跟Nvidia争夺AI芯片市场的主动权。Nvidia凭借CUDA生态和一系列开源世界模型,已经在AI训练和推理领域建立了强大的壁垒。而AMD虽然在CPU市场上表现不俗,但在AI专用芯片的生态建设上一直处于追赶状态。AMD此前只向公众开放过基于文本和视频的模型,在世界模型这个方向上几乎是空白。收购World Labs,等于直接补上了这块最大的短板。AMD自己也明确表示,理解像World Labs开发的这类前沿工作负载,将直接影响他们未来芯片设计的路线图。
值得注意的是,AMD和World Labs并不是临时起意走到一起的。早在2025年,双方就建立了一个针对推理优化和模型训练的合作伙伴关系,彼此之间的技术交流和人员往来一直非常密切。今年年初,李飞飞还作为特邀嘉宾出席了AMD在CES展会上的发布会。可以说,这笔收购是双方长期合作的必然结果。李飞飞在宣布交易的一篇公开文章中写道,她和团队已经有了切实的证据证明物理世界模型的可行性,现在他们想做的是把这些技术突破从实验室里大规模推向现实世界。“要做到这一点,就需要扩大我们的努力,拓宽我们的影响力,并且更紧密地贴近硬件。”她的这番话,正好解释了为什么World Labs选择投入AMD的怀抱——只有跟芯片厂商深度绑定,才能实现软件和硬件的最优协同。
世界模型这个概念目前还没有一个严格的定义,它涵盖了从能够理解视觉输入的语言模型,到能够生成并维持高保真度现实模拟的各种模型。世界模型之所以被视为下一代人工智能的关键,很大程度上是因为它在机器人领域的巨大应用前景。无论是自动驾驶汽车、工业机械臂,还是像特斯拉和Figure公司正在研发的通用人形机器人,都需要一个能够理解物理世界运作规律的智能核心。然而,现实世界中可以用来训练这些机器人的高质量数据非常稀缺,采集成本极高。因此,由世界模型生成的合成数据,就成了实现这些机器人愿景的核心燃料。World Labs的Marble产品,恰好就是提供这种合成数据生成能力的关键工具。
根据两家公司发布的官方声明,这笔高达82亿美元的收购交易预计将在今年年底之前完成,当然前提是获得相关监管部门的批准。一旦交易顺利完成,AMD将同时拥有一支顶尖的AI研究团队和一位重量级的学术领袖。对于Nvidia来说,这无疑是一个强烈的信号——AMD正在从单纯的硬件制造商,转型为软硬一体的AI平台玩家。而对于整个行业来说,这笔收购也意味着物理世界模型这条技术路线,正在获得来自产业资本的最高级别认可。未来的AI芯片战争,恐怕会越来越精彩了。各位不妨持续关注,看看AMD这次豪赌能不能真正撼动Nvidia的霸主地位。毕竟,有竞争才有进步,咱们普通用户说不定也能从中受益,用上更快更便宜的AI算力。 |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
x
|