本文来自微信公众号： 快刀青衣 ，作者：快刀青衣
一场关于AI下一站的下注。
这两天AI圈最大的一条新闻，莫过于一场收购。
著名芯片巨头AMD宣布签署协议，拟收购李飞飞创办的World Labs，全股票交易，交易金额约82亿美元。交割完成后，李飞飞将出任AMD执行副总裁兼首席科学家，直接向CEO苏姿丰汇报。
对于李飞飞教授和她的世界模型，不少朋友都不陌生了。但咱们今天这篇重点不是收购新闻。
82亿美元虽然非常多，但毕竟和咱们没什么关系。剩下的，例如全股票、尚待监管批准，这些信息随便搜一下就有了。
我想聊的，是李飞飞在同一天发出的那封公开信里，藏着的一个判断。
这个判断的核心，就是最近一年很火的一个方向——「世界模型」。我觉得世界模型就跟自迭代模型一样，是现在全球AI圈关注的焦点。
李飞飞在公开信里写了一句话：
❝
创办这家公司时，我们有一个最基本的信念：仅靠语言，并不足以支撑模型的发展。宇宙并不是由文字组成的，而是由真实存在的事物组成的。
啥叫世界模型？我尽量用大白话跟你说一下。你站在自己家客厅里，面前是沙发和茶几。你闭上眼睛，能不能想象出客厅后面是什么？
大概率是厨房或者餐厅。往左走可能是卧室，往右走可能是卫生间。你甚至能想象出，如果你现在把茶几上那个杯子推到边缘，它会掉下去，砸到地上，碎了。
你从来没有专门学过这些。没有人给你上过一门课，教你杯子从桌子边缘掉下去会碎。你也没有读过一段文字，才理解客厅后面大概率是厨房。
你是从小到大，用眼睛看、用手摸、用身体在空间里走来走去，慢慢建立起了对物理世界的理解。
这种理解，就是世界模型要做的事。
我们过去熟悉的大语言模型，核心能力主要是在海量语言和数字内容上训练出来的。即便现在很多模型已经能看图、听声音，它们依然缺少三维世界里的空间经验。
你问它杯子从桌上掉下来会怎样，它能答得很好，但这主要来自它训练时接触过的大量材料，而不是像人一样，靠在真实世界里反复观察和行动建立起来的。
世界模型要做的，是让AI不仅「读到」这个世界，更是真正理解这个世界，理解三维空间里的结构，理解物理世界的因果关系：
一个球被踢了之后会往哪个方向滚，一栋建筑从哪个角度看结构不稳定，一个机器人进入一个从没去过的房间该怎么走。
这些能力，光靠读文字是学不全的，你还得让模型大量去看、去体验三维世界。
在这个场景下，我觉得「见见世面」这个词一下子具象化了，就连AI都需要见见世面。
World Labs最近发布了一个叫Atlas的模型，李飞飞在公开信里专门提到了它。这个模型做的事情很有意思：你给它几张2D照片，它能预测出你从另一个角度看过去会看到什么。
李飞飞用了一个类比，我觉得这是她整封信里最精准的一句。她说，就像大语言模型能从一段文字预测下一个词一样，Atlas能从一组图像预测下一个视角。
你看，一个活在文字里，一个活在空间里。
这听起来有点儿抽象，可能有些同学无法理解它能干嘛用。我再和你分享一下我做测试时用的案例，我一共做了两个。
第一个案例，是给了这个模型一段咱们非常熟悉的文言文，也就是《桃花源记》里的「林尽水源，便得一山，山有小口，仿佛若有光。便舍船，从口入。初极狭，才通人。复行数十步，豁然开朗。」
世界模型给我生成了一个交互式页面，我可以用键盘控制视角，从山洞里进去，直到看到刺眼的阳光，看到一片桃源。这就是模型理解了文字里面表达的意象，然后呈现出一个想象中的世界。
我做的第二个案例，是拿一张我当年上大学时最熟悉的游戏《反恐精英》的「沙漠2」地图截图扔进去，然后它直接给我生成了一个可以互动的游戏世界。
从这两个场景就可以看出来，世界模型不管是在教育还是娱乐上，其实都有非常多的使用场景。
而且Atlas不只是能生成好看的3D画面。在公开信里，李飞飞提到，它实际上解决了计算机视觉里一个长期存在的难题，叫稀疏重建。
啥意思呢？就是能从很少的几张照片里，还原出完整的三维结构。这件事在工程设计、建筑施工、科学研究、机器人导航里都有直接用途。
值得注意的是，World Labs自己虽然是家创业公司，但还收购了一家叫SceniX的公司，他们是做机器人仿真的，也就是让AI在虚拟的三维环境里学习怎么在真实世界里行动。
说到这个，我就忍不住想再聊几句李飞飞这个人。
我之前在我的快刀广播站里推荐过她的自传《我看见的世界》。当时读完，我甚至拿出书里的一些片段念给我女儿听。
因为李飞飞写到自己在美国，15岁刚接触物理时的手足无措，而我女儿当时也正处在为物理发愁的阶段，所以我拿李飞飞的故事激励我女儿。
如果你把李飞飞的经历拉成一条线，你会发现，她做的事情始终围绕一个方向：教机器看见世界，然后理解世界。
她的成名之举，就是2009年正式发表的ImageNet。
这个项目前后花了约两年半时间，动用了来自167个国家的近5万人参与标注，从近10亿张候选图片里筛选整理出1500万张图片，建成了ImageNet数据集。
这相当于给AI出了一套超大题库，让算法来看看能不能认出图里面什么是猫、什么是狗。
后来我们熟悉的AI教父辛顿，他的团队就是在ImageNet挑战赛里脱颖而出，成为现在这波AI爆发的重要推动力之一。
李飞飞当年搞ImageNet，是让机器学会看一张图里有什么。现在做World Labs，是往前走了一步，让机器从一张图里走进去，理解图里面的三维空间结构。
而选择现在加入AMD，按她公开信里的说法，是因为World Labs下一步要扩大投入、拓展影响，而且必须更靠近硬件。说白了，就是要在更大规模的计算基础设施上推动空间智能。
好，现在回到标题的问题：AMD花82亿美元买的，到底是什么？
先看一个背景。World Labs上一轮融资的估值约54亿美元，AMD出价82亿，溢价非常多。而且说实话，李飞飞这家公司就成立两年多，模型产品也只出了第一版，不少效果能跑，但还很粗糙。
那为什么值这么多钱？
你要先理解AMD现在的处境。AMD做芯片，在AI芯片市场上跟英伟达追了好几年，MI系列一代一代在进步，但在软件生态上一直差一口气。
英伟达的CUDA生态已经是行业默认标准，开发者习惯了，要迁移过来成本很高。光靠硬件参数往上堆，很难真正改变格局。
所以我的判断是，苏姿丰想要的，不是在英伟达的赛道上继续追，而是找到一条新赛道，让AMD的芯片变得不可替代。
其实苏姿丰和李飞飞的合作不是突然发生的。李飞飞在公开信里说，苏姿丰是World Labs的早期投资人，从一开始就相信她们的方向。
2025年两个团队就开始了深度的技术合作，在AMD的GPU上做模型训练和推理优化。合作到后来，双方都觉得把AI的软件生态和硬件生态合在一起，是一件顺理成章的事。
这就要回到世界模型和大语言模型的区别了。大语言模型处理的是文字序列，一个词接一个词，本质上是一维的。
这类任务，英伟达的GPU已经优化得非常成熟了。但世界模型要处理的是三维空间和物理模拟。
你要让AI理解一个房间的空间结构、预测一个物体运动的轨迹、实时生成可以走进去的3D场景，这对芯片提出的要求跟处理文字工作显然不一样。
李飞飞在公开信里有一句话说得特别直接，她说，没有专注的硬件支持，AI在效率和规模上都是受限的，而且，会被困在数字世界里。
「被困在数字世界里」，这句话敲一下黑板。
现在的AI能写文章、能画图、能写代码，但它的输出基本全停留在屏幕上。世界模型的目标，是让AI走出屏幕，真正进入物理世界，去驱动机器人、去辅助工程设计、去做科学实验。
要实现这个，模型和硬件必须深度绑定，这不是买几块GPU显卡就能解决的。三维空间的计算涉及大量几何运算、物理仿真、实时渲染。这些任务对内存带宽、并行计算架构，以及芯片和软件栈的协同优化，都有不同的要求。
如果AMD能围绕世界模型去定义它的芯片架构和软件生态，这就不是在英伟达已经统治的赛道上追赶，而是在一个新的赛道上率先建立标准。
李飞飞在宣布收购时也提到了这一点。她说，推进下一代人工智能技术，需要模型研究、系统架构与计算基础设施之间的紧密协同。加入AMD，将为团队提供更强大的资源支持和工程化能力。
简单粗暴点儿说，就是世界模型做到这个阶段，需要的已经不只是几个聪明的科学家，而是巨大的算力、硬件和工程资源。创业公司自己要不断去找算力、找硬件资源，倒不如直接被芯片公司收购了，那资源肯定管够。
所以，在我看来，AMD花82亿美元买的，也不是一家公司的营收或者用户数。它买的是世界模型这条路线上的先发位置，以及李飞飞和她的顶级创业团队。
1.李飞飞《To Seek a Newer World》
https://drfeifei.substack.com/p/worldlabs-joining-amd
2.AMD官网公告
https://newsroom.amd.com/news/amd-acquire-world-labs/