[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"content-doc-dcioc827f8d1":3},{"user":4,"document":8,"mainDocument":27,"columnUrl":29,"subscription":30,"footer":42,"text":80},{"isAuthenticated":5,"isAdmin":5,"displayName":6,"avatarUrl":6,"nid":6,"groupLevel":7},false,"",-10,{"id":9,"fullTitle":10,"subTitle":6,"url":11,"columnId":12,"columnName":13,"columnUrl":14,"summary":6,"contentHtml":15,"mainContentHtml":6,"posterUrl":16,"createDate":17,"displayDate":18,"displayDateSlash":19,"pageviews":20,"tags":21,"hidden":5,"isSubContent":5,"replyDocOrTargetId":6,"contentType":23,"videoId":6,"liveVideoUrl":6,"useContentVideo":5,"duration":24,"price":24,"priceText":25,"priceBadgeText":25,"priceBadgeClass":26,"freeForMinGroupLevel":24,"redirectUrl":6,"readyToStream":5},"dcioc827f8d1","AMD为什么要收购World Labs，华尔街低估它真正的战略意义","\u002Fdoc\u002Fdcioc827f8d1","col18178739ee","美股资讯","\u002Fcol\u002Fcol18178739ee","\u003Cp>\n\u003C\u002Fp>\u003Cp>\u003Cspan>AMD\u003Cspan>以\u003C\u002Fspan>82\u003Cspan>亿美元全股票交易收购\u003C\u002Fspan>World Labs\u003Cspan>，表面上看，是一家芯片巨头收购了一家成立时间不长、商业化仍处于早期阶段的\u003C\u002Fspan>AI\u003Cspan>初创公司，但如果只是从\u003C\u002Fspan>World Labs\u003Cspan>当前的收入、产品规模或者传统估值角度去理解这笔交易，很容易低估它真正的战略意义。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>AMD\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>真正购买的，并不是\u003C\u002Fspan>World Labs\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>今天能赚多少钱，而是对下一代\u003C\u002Fspan>AI workload\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>的提前观察权，以及未来参与定义这些\u003C\u002Fspan>workload\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>的能力。\u003C\u002Fspan>\u003C\u002Fstrong>\u003Cspan>过去两年，\u003C\u002Fspan>AMD\u003Cspan>最重要的任务一直是推出足够强的\u003C\u002Fspan>Instinct GPU\u003Cspan>，尽可能从英伟达手中抢走更多\u003C\u002Fspan>AI\u003Cspan>算力市场份额，但收购\u003C\u002Fspan>World Labs\u003Cspan>之后，\u003C\u002Fspan>AMD\u003Cspan>显然开始尝试进一步向\u003C\u002Fspan>AI\u003Cspan>产业链上游延伸，不再满足于单纯提供\u003C\u002Fspan>GPU\u003Cspan>，而是希望自己直接进入\u003C\u002Fspan>frontier model\u003Cspan>层，让模型、软件、系统和芯片之间形成更加紧密的联合设计，这对\u003C\u002Fspan>AMD\u003Cspan>长期战略的意义，远远大于\u003C\u002Fspan>World Labs\u003Cspan>目前的收入贡献。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>AMD\u003Cspan>官方在解释这笔交易时，有一句话尤其值得注意，那就是\u003C\u002Fspan>World Labs\u003Cspan>能够帮助\u003C\u002Fspan>AMD\u003Cspan>更深入理解未来\u003C\u002Fspan>AI workloads\u003Cspan>如何演变，并据此塑造未来技术路线图。把这句话放到半导体行业里理解，意义非常深。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>过去\u003C\u002Fspan>AMD\u003Cspan>设计下一代\u003C\u002Fspan>AI\u003Cspan>芯片，很大程度上需要依赖\u003C\u002Fspan>OpenAI\u003Cspan>、\u003C\u002Fspan>Meta\u003Cspan>、\u003C\u002Fspan>Anthropic\u003Cspan>、\u003C\u002Fspan>Google\u003Cspan>等模型公司和云计算客户提出需求，例如下一代模型需要更多\u003C\u002Fspan>HBM\u003Cspan>、更高的内存带宽、更快的互联、更大的\u003C\u002Fspan>memory capacity\u003Cspan>以及更低的\u003C\u002Fspan>inference latency\u003Cspan>，\u003C\u002Fspan>AMD\u003Cspan>再围绕这些需求去设计芯片和系统。从商业角度看，这是一种典型的供应商模式，也就是说客户先定义下一代需求，\u003C\u002Fspan>AMD\u003Cspan>再提供更强的计算平台。\u003Cstrong>但问题在于，当这些需求已经被客户明确提出时，真正领先的模型团队往往已经开始研究再下一代架构了。\u003C\u002Fstrong>\u003C\u002Fspan>\u003Cstrong>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>这也是英伟达多年来非常隐蔽却极其重要的优势。很多投资者把英伟达的护城河简单理解成\u003C\u002Fspan>CUDA\u003Cspan>，但\u003C\u002Fspan>CUDA\u003Cspan>只是其中一部分。英伟达真正厉害的地方，是它不断向\u003C\u002Fspan>workload\u003Cspan>上游延伸，从\u003C\u002Fspan>GPU\u003Cspan>到\u003C\u002Fspan>CUDA\u003Cspan>，再到\u003C\u002Fspan>TensorRT\u003Cspan>、\u003C\u002Fspan>Omniverse\u003Cspan>、\u003C\u002Fspan>Isaac\u003Cspan>、\u003C\u002Fspan>Cosmos\u003Cspan>、\u003C\u002Fspan>GR00T\u003Cspan>以及各种\u003C\u002Fspan>AI libraries\u003Cspan>和开发框架。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>做到最后，英伟达已经不仅仅是在等待开发者告诉它需要什么算力，而是通过软件、模型、\u003C\u002Fspan>simulation\u003Cspan>和机器人平台，直接参与未来\u003C\u002Fspan>AI\u003Cspan>应用的形成过程。它能够非常早地观察开发者下一步准备做什么，然后再反过来影响\u003C\u002Fspan>GPU\u003Cspan>、网络、内存以及整个系统架构的设计。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>World Labs\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>对于\u003C\u002Fspan>AMD\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>真正重要的价值，很可能就在这里，它相当于让\u003C\u002Fspan>AMD\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>第一次拥有了一支长期站在模型最前沿的内部\u003C\u002Fspan>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>研究团队，在某些新型\u003C\u002Fspan>workload\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>还没有真正成为主流之前，就提前告诉\u003C\u002Fspan>AMD\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>的芯片工程师，下一代\u003C\u002Fspan>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>到底在计算什么，这也是为什么花旗会强调这笔交易能够给\u003C\u002Fspan>AMD\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>带来对\u003C\u002Fspan>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>模型演进方向更深入的洞察力\u003C\u002Fspan>\u003C\u002Fstrong>\u003Cspan>。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>如果继续往下看，这笔收购背后更大的战略赌注，其实是\u003C\u002Fspan>AMD\u003Cspan>开始认真思考\u003C\u002Fspan>LLM\u003Cspan>之后的世界。过去三四年，整个\u003C\u002Fspan>AI\u003Cspan>产业最核心的计算需求基本围绕\u003C\u002Fspan>Transformer\u003Cspan>、\u003C\u002Fspan>LLM training\u003Cspan>、\u003C\u002Fspan>LLM inference\u003Cspan>、\u003C\u002Fspan>reasoning\u003Cspan>和\u003C\u002Fspan>AI Agent\u003Cspan>展开，但李飞飞长期强调一个非常重要的观点，那就是现实世界并不是由文字组成的。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>语言模型可以理解文字、生成内容、回答问题甚至编写代码，但如果\u003C\u002Fspan>AI\u003Cspan>最终要真正进入机器人、自动驾驶、工业自动化、\u003C\u002Fspan>AR\u003Cspan>、\u003C\u002Fspan>VR\u003Cspan>以及更广泛的现实世界，它就必须理解空间、距离、深度、物体、运动、遮挡、碰撞、因果关系以及基本物理规律，也就是所谓的\u003C\u002Fspan>Spatial Intelligence\u003Cspan>。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>World Labs\u003Cspan>真正想做的，并不是一个简单的\u003C\u002Fspan>3D\u003Cspan>生成工具，而是建立能够理解和模拟现实世界的\u003C\u002Fspan>World Model\u003Cspan>。李飞飞在谈及\u003C\u002Fspan>World Labs\u003Cspan>时多次强调，他们希望构建超越\u003C\u002Fspan>LLM\u003Cspan>的\u003C\u002Fspan>foundation models\u003Cspan>，而要做到这一点，就不能只停留在文字和二维图像层面。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>World Labs\u003Cspan>最新的\u003C\u002Fspan>Atlas\u003Cspan>已经开始体现这种方向，它可以通过少量照片重建空间，并预测机器人从另一个位置观察时会看到什么，同时生成\u003C\u002Fspan>RGB\u003Cspan>和\u003C\u002Fspan>depth\u003Cspan>信息，还可以模拟物体运动和交互，通过改变物体位置、机器人动作、光照和环境背景来制造大量训练场景。如果这条路线继续发展，那么\u003C\u002Fspan>World Labs\u003Cspan>真正进入的就不再只是\u003C\u002Fspan>Generative AI\u003Cspan>，而是\u003C\u002Fspan>AI Simulation\u003Cspan>、\u003C\u002Fspan>Synthetic Data\u003Cspan>、\u003C\u002Fspan>Robot Training\u003Cspan>以及\u003C\u002Fspan>Physical AI\u003Cspan>。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>这也是为什么\u003C\u002Fspan>AMD\u003Cspan>真正看中的，很可能是所谓的\u003C\u002Fspan>Real to Sim to Real\u003Cspan>能力。今天机器人产业面临的一个核心瓶颈，不只是芯片性能，而是训练数据。\u003C\u002Fspan>ChatGPT\u003Cspan>之所以能够快速发展，是因为互联网天然存在海量文字、图片和视频数据，但机器人并没有这样一个现成的数据世界。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>一个机器人如果要学会把玻璃杯从桌子上拿起来，最直接的方法当然是让机器人不断真实操作，但现实世界训练不仅成本极高，而且速度非常慢，机器人会损坏，物体会破碎，很多极端情况也根本无法重复制造。自动驾驶也是一样，如果要训练暴雨、夜间、道路湿滑、视野被卡车遮挡后突然有人冲出来这种罕见场景，不可能在现实世界里重复几十万次。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>因此\u003C\u002Fspan>Physical AI\u003Cspan>未来非常关键的一条产业链，就是把现实世界转换成数字环境，在虚拟世界中进行\u003C\u002Fspan>simulation\u003Cspan>，通过\u003C\u002Fspan>synthetic data\u003Cspan>训练模型和机器人\u003C\u002Fspan>policy\u003Cspan>，再把模型部署回现实世界，运行之后继续收集新数据，再重新进入\u003C\u002Fspan>simulation\u003Cspan>，由此形成一个不断循环的\u003C\u002Fspan>Real to Sim to Real\u003Cspan>系统。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>这也是为什么\u003C\u002Fspan>World Model\u003Cspan>和\u003C\u002Fspan>Spatial Intelligence\u003Cspan>未来可能成为机器人产业真正重要的基础设施。英伟达显然已经在这个方向提前布局多年，从\u003C\u002Fspan>Omniverse\u003Cspan>、\u003C\u002Fspan>Isaac Sim\u003Cspan>、\u003C\u002Fspan>Isaac Lab\u003Cspan>到\u003C\u002Fspan>Cosmos\u003Cspan>、\u003C\u002Fspan>GR00T\u003Cspan>和\u003C\u002Fspan>Jetson\u003Cspan>，实际上正在搭建一条从虚拟世界、数据生成、机器人训练到\u003C\u002Fspan>edge deployment\u003Cspan>的完整技术链。因此\u003C\u002Fspan>AMD\u003Cspan>买下\u003C\u002Fspan>World Labs\u003Cspan>，并不意味着一夜之间就追上了英伟达，但至少意味着\u003C\u002Fspan>AMD\u003Cspan>终于开始补上过去最明显缺失的那块拼图。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>更值得注意的是，\u003C\u002Fspan>World Labs\u003Cspan>并不是\u003C\u002Fspan>AMD\u003Cspan>突然买进来的一项孤立资产，如果把这笔交易放回\u003C\u002Fspan>AMD\u003Cspan>过去几年的收购和产品路线，会发现\u003C\u002Fspan>Lisa Su\u003Cspan>真正想构建的是一个越来越完整的\u003C\u002Fspan>AI\u003Cspan>计算平台。\u003C\u002Fspan>Xilinx\u003Cspan>为\u003C\u002Fspan>AMD\u003Cspan>带来了\u003C\u002Fspan>FPGA\u003Cspan>和\u003C\u002Fspan>Adaptive Compute\u003Cspan>，\u003C\u002Fspan>Pensando\u003Cspan>补上了网络和\u003C\u002Fspan>DPU\u003Cspan>能力，\u003C\u002Fspan>Silo AI\u003Cspan>增强了\u003C\u002Fspan>AI\u003Cspan>软件和模型优化，\u003C\u002Fspan>ZT Systems\u003Cspan>强化了服务器和整机系统设计，\u003C\u002Fspan>Helios\u003Cspan>开始推动\u003C\u002Fspan>GPU\u003Cspan>、\u003C\u002Fspan>CPU\u003Cspan>、网络和机柜级系统整合，而现在\u003C\u002Fspan>World Labs\u003Cspan>则把\u003C\u002Fspan>Model\u003Cspan>这一层补了进来。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>这样一来，\u003C\u002Fspan>AMD\u003Cspan>的公司结构已经逐渐从传统的\u003C\u002Fspan>CPU\u003Cspan>加\u003C\u002Fspan>GPU\u003Cspan>公司，转向\u003C\u002Fspan>Compute\u003Cspan>、\u003C\u002Fspan>Networking\u003Cspan>、\u003C\u002Fspan>Rack\u003Cspan>、\u003C\u002Fspan>Software\u003Cspan>和\u003C\u002Fspan>Models\u003Cspan>并存的平台型公司。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>如果\u003C\u002Fspan>World Labs\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>未来真正向机器人和\u003C\u002Fspan>Physical AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>延伸，\u003C\u002Fspan>AMD\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>现有的很多资产甚至可能因此被重新串联起来。\u003C\u002Fspan>\u003C\u002Fstrong>Instinct MI400\u003Cspan>、\u003C\u002Fspan>MI450\u003Cspan>和\u003C\u002Fspan>Helios\u003Cspan>可以承担大型\u003C\u002Fspan>World Model\u003Cspan>的训练，\u003C\u002Fspan>EPYC\u003Cspan>可以负责\u003C\u002Fspan>simulation\u003Cspan>、数据处理和\u003C\u002Fspan>AI orchestration\u003Cspan>，\u003C\u002Fspan>Pensando\u003Cspan>可以处理大规模\u003C\u002Fspan>AI\u003Cspan>集群网络，\u003C\u002Fspan>ROCm\u003Cspan>和\u003C\u002Fspan>Silo AI\u003Cspan>负责软件和模型优化，\u003C\u002Fspan>Xilinx\u003Cspan>和\u003C\u002Fspan>Versal\u003Cspan>可以进入工业控制、\u003C\u002Fspan>sensor processing\u003Cspan>以及机器人实时计算，而\u003C\u002Fspan>Ryzen AI Embedded\u003Cspan>和\u003C\u002Fspan>Kria\u003Cspan>则可以向边缘推理与机器人部署延伸。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>换句话说，\u003C\u002Fspan>World Labs\u003Cspan>真正重要的地方，并不只是它自己拥有某一个模型，而是它有机会成为\u003C\u002Fspan>AMD\u003Cspan>整个\u003C\u002Fspan>Physical AI\u003Cspan>技术栈的上层入口，把原本分散的硬件和软件资产重新连接起来。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>这笔收购甚至可能影响\u003C\u002Fspan>AMD\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>未来\u003C\u002Fspan>GPU\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>架构本身，而这一点目前市场讨论得还不够多。\u003C\u002Fspan>\u003C\u002Fstrong>\u003Cspan>今天大量\u003C\u002Fspan>AI\u003Cspan>芯片设计都是围绕\u003C\u002Fspan>Transformer\u003Cspan>和\u003C\u002Fspan>LLM\u003Cspan>进行优化，但如果未来\u003C\u002Fspan>AI workload\u003Cspan>逐渐从\u003C\u002Fspan>Text Token Generation\u003Cspan>扩展到\u003C\u002Fspan>Video\u003Cspan>、\u003C\u002Fspan>3D\u003Cspan>、\u003C\u002Fspan>Spatial Reconstruction\u003Cspan>、\u003C\u002Fspan>World Simulation\u003Cspan>、\u003C\u002Fspan>Robot Policy\u003Cspan>和\u003C\u002Fspan>Multimodal Reasoning\u003Cspan>，那么芯片真正需要优化的东西也会发生变化。这类\u003C\u002Fspan>workload\u003Cspan>可能更加重视视觉数据吞吐、\u003C\u002Fspan>memory bandwidth\u003Cspan>、\u003C\u002Fspan>memory capacity\u003Cspan>、\u003C\u002Fspan>video processing\u003Cspan>、\u003C\u002Fspan>3D geometry\u003Cspan>、低延迟\u003C\u002Fspan>inference\u003Cspan>，以及传统\u003C\u002Fspan>graphics compute\u003Cspan>和\u003C\u002Fspan>AI matrix compute\u003Cspan>之间更紧密的协同。现在当然还无法确定\u003C\u002Fspan>World Labs\u003Cspan>最终会让\u003C\u002Fspan>AMD\u003Cspan>未来的\u003C\u002Fspan>matrix engine\u003Cspan>、\u003C\u002Fspan>memory hierarchy\u003Cspan>或者\u003C\u002Fspan>GPU architecture\u003Cspan>发生哪些具体变化，但\u003C\u002Fspan>Lisa Su\u003Cspan>的方向已经非常明确，那就是让设计模型的人和设计芯片的人坐到一起，从过去单纯的\u003C\u002Fspan>hardware-software co-design\u003Cspan>进一步走向\u003C\u002Fspan>hardware-software-model co-design\u003Cspan>。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>从这个角度看，\u003C\u002Fspan>AMD\u003Cspan>其实是在学习英伟达最厉害的一件事情，那就是不要只做算力供应商，而要参与定义\u003C\u002Fspan>workload\u003Cspan>。过去\u003C\u002Fspan>AMD\u003Cspan>更多还是一种\u003C\u002Fspan>supplier mentality\u003Cspan>，也就是客户需要什么，\u003C\u002Fspan>AMD\u003Cspan>就提供更便宜、更快或者更高效的\u003C\u002Fspan>accelerator\u003Cspan>，但\u003C\u002Fspan>World Labs\u003Cspan>加入之后，\u003C\u002Fspan>AMD\u003Cspan>有机会开始参与决定未来\u003C\u002Fspan>AI\u003Cspan>到底会运行什么样的模型、需要什么样的数据流、什么样的\u003C\u002Fspan>simulation\u003Cspan>环境，以及什么样的系统架构。这个转变非常重要，因为一旦一家公司能够参与定义\u003C\u002Fspan>workload\u003Cspan>，它就不只是被动适应市场，而可能开始影响整个计算平台未来应该长什么样。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>这也是为什么美股投资网认为，李飞飞本人可能比\u003C\u002Fspan>World Labs\u003Cspan>目前任何单一产品更有价值。\u003C\u002Fspan>World Labs\u003Cspan>成立时间并不长，\u003C\u002Fspan>2026\u003Cspan>年\u003C\u002Fspan>2\u003Cspan>月才刚完成\u003C\u002Fspan>10\u003Cspan>亿美元融资，当时市场讨论的估值大约在\u003C\u002Fspan>50\u003Cspan>亿美元附近，仅仅几个月后\u003C\u002Fspan>AMD\u003Cspan>就用\u003C\u002Fspan>82\u003Cspan>亿美元整体收购。如果按照传统软件公司的\u003C\u002Fspan>P\u002FS\u003Cspan>、利润或者现金流去衡量，这个价格很难解释，因为\u003C\u002Fspan>World Labs\u003Cspan>显然还没有证明自己能够创造与\u003C\u002Fspan>82\u003Cspan>亿美元估值相匹配的成熟收入。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>因此\u003C\u002Fspan>AMD\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>真正买的是技术、\u003C\u002Fspan>IP\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>、团队、人才、未来模型路线图，以及李飞飞本人。\u003C\u002Fspan>\u003C\u002Fstrong>\u003Cspan>更关键的是，交易完成之后，她并不是作为一个普通顾问留在公司，而是担任\u003C\u002Fspan>Executive Vice President\u003Cspan>和\u003C\u002Fspan>Chief Scientist\u003Cspan>，并直接向\u003C\u002Fspan>Lisa Su\u003Cspan>汇报，这意味着她未来影响的很可能不只是\u003C\u002Fspan>World Labs\u003Cspan>，而可能延伸到\u003C\u002Fspan>AMD AI research\u003Cspan>、\u003C\u002Fspan>GPU architecture\u003Cspan>、\u003C\u002Fspan>AI software\u003Cspan>、\u003C\u002Fspan>Physical AI\u003Cspan>、\u003C\u002Fspan>robotics\u003Cspan>以及\u003C\u002Fspan>model-hardware co-design\u003Cspan>等更广泛的领域。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>某种程度上，可以把这笔交易理解成\u003C\u002Fspan>Lisa Su\u003Cspan>为\u003C\u002Fspan>AMD\u003Cspan>引入了一位真正意义上的\u003C\u002Fspan>AI\u003Cspan>科学路线负责人。这个角色的重要性，远远超过收购一家普通的\u003C\u002Fspan>3D\u003Cspan>生成软件公司。尤其是在\u003C\u002Fspan>Physical AI\u003Cspan>可能正在接近\u003C\u002Fspan>2022\u003Cspan>至\u003C\u002Fspan>2023\u003Cspan>年\u003C\u002Fspan>LLM\u003Cspan>早期阶段的背景下，\u003C\u002Fspan>AMD\u003Cspan>现在面临的战略选择其实非常清楚。如果等到机器人、\u003C\u002Fspan>World Model\u003Cspan>和\u003C\u002Fspan>Physical AI\u003Cspan>市场真正成熟以后再进入，那么\u003C\u002Fspan>AMD\u003Cspan>很可能重新经历一次\u003C\u002Fspan>CUDA\u003Cspan>式的追赶，也就是等别人已经建立软件、开发者、工具链和生态以后，再花巨大成本从后面追赶。\u003C\u002Fspan>Lisa Su\u003Cspan>显然不想再走一次这样的路，所以\u003C\u002Fspan>AMD\u003Cspan>这次选择的是提前下注，哪怕价格看起来并不便宜。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>当然，这笔\u003C\u002Fspan>82\u003Cspan>亿美元的交易也并不是没有风险。\u003C\u002Fspan>World Labs\u003Cspan>目前远远没有证明自己能够产生数十亿美元规模的收入，如果把它当成一家传统软件公司来看，这个价格确实非常高，甚至可以说\u003C\u002Fspan>AMD\u003Cspan>某种程度上就是花\u003C\u002Fspan>82\u003Cspan>亿美元买下几十名顶尖\u003C\u002Fspan>AI\u003Cspan>科学家和工程师。但换一个角度，\u003C\u002Fspan>AMD\u003Cspan>目前市值已经站上万亿美元附近，\u003C\u002Fspan>82\u003Cspan>亿美元所占比例不到\u003C\u002Fspan>1%\u003Cspan>，而且交易采用全股票支付，这意味着\u003C\u002Fspan>Lisa Su\u003Cspan>实际上是在利用\u003C\u002Fspan>AMD\u003Cspan>过去大涨之后的高估值股票作为收购货币，用不到公司\u003C\u002Fspan>1%\u003Cspan>的股权价值，换取未来十年\u003C\u002Fspan>Physical AI\u003Cspan>的一张战略期权。从资本配置角度看，这样的交易逻辑和传统现金收购完全不同。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>真正值得担心的，反而不是\u003C\u002Fspan>82\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>亿美元贵不贵，而是\u003C\u002Fspan>AMD\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>能不能把\u003C\u002Fspan>World Labs\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>真正变成一个平台。\u003C\u002Fspan>\u003C\u002Fstrong>\u003Cspan>英伟达现在的优势并不是单独拥有\u003C\u002Fspan>Cosmos\u003Cspan>或者\u003C\u002Fspan>Omniverse\u003Cspan>中的某一个产品，而是已经形成\u003C\u002Fspan>GPU\u003Cspan>、\u003C\u002Fspan>CUDA\u003Cspan>、\u003C\u002Fspan>Omniverse\u003Cspan>、\u003C\u002Fspan>Cosmos\u003Cspan>、\u003C\u002Fspan>Isaac\u003Cspan>、\u003C\u002Fspan>GR00T\u003Cspan>、\u003C\u002Fspan>Jetson\u003Cspan>以及机器人客户之间的完整闭环。\u003C\u002Fspan>AMD\u003Cspan>今天买下\u003C\u002Fspan>World Labs\u003Cspan>，只代表自己终于拥有了其中一块非常重要的拼图，但\u003C\u002Fspan>ROCm\u003Cspan>还不是\u003C\u002Fspan>CUDA\u003Cspan>，\u003C\u002Fspan>World Labs\u003Cspan>也不是\u003C\u002Fspan>Omniverse\u003Cspan>，\u003C\u002Fspan>Atlas\u003Cspan>更不等于\u003C\u002Fspan>Cosmos\u003Cspan>加\u003C\u002Fspan>Isaac\u003Cspan>，\u003C\u002Fspan>AMD\u003Cspan>在\u003C\u002Fspan>Physical AI\u003Cspan>和机器人开发者生态上的成熟度依然明显落后于英伟达。因此这笔收购并不是\u003C\u002Fspan>AMD\u003Cspan>已经追平英伟达，而是\u003C\u002Fspan>AMD\u003Cspan>终于获得了进入下一场竞争的资格。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>美股投资网认为，未来\u003C\u002Fspan>12\u003Cspan>到\u003C\u002Fspan>18\u003Cspan>个月，真正值得投资者观察的，也不是\u003C\u002Fspan>World Labs\u003Cspan>能贡献多少收入，更不是\u003C\u002Fspan>Marble\u003Cspan>或者\u003C\u002Fspan>Atlas\u003Cspan>有多少用户，而是这些资产有没有真正融入\u003C\u002Fspan>AMD\u003Cspan>现有技术体系。如果未来\u003C\u002Fspan>World Labs\u003Cspan>的新模型开始优先针对\u003C\u002Fspan>ROCm\u003Cspan>和\u003C\u002Fspan>Instinct\u003Cspan>优化，如果\u003C\u002Fspan>Helios\u003Cspan>被大量用于\u003C\u002Fspan>World Model\u003Cspan>训练，如果\u003C\u002Fspan>Atlas\u003Cspan>和\u003C\u002Fspan>Marble\u003Cspan>逐渐进入\u003C\u002Fspan>AMD\u003Cspan>自己的\u003C\u002Fspan>Physical AI\u003Cspan>平台，如果\u003C\u002Fspan>Kria\u003Cspan>、\u003C\u002Fspan>Versal\u003Cspan>和\u003C\u002Fspan>Ryzen AI Embedded\u003Cspan>开始与\u003C\u002Fspan>World Labs\u003Cspan>的机器人软件栈整合，如果\u003C\u002Fspan>AMD\u003Cspan>最终能够推出一套类似\u003C\u002Fspan>Omniverse\u003Cspan>、\u003C\u002Fspan>Cosmos\u003Cspan>和\u003C\u002Fspan>Isaac\u003Cspan>的完整开放\u003C\u002Fspan>Physical AI\u003Cspan>技术栈，甚至\u003C\u002Fspan>World Labs\u003Cspan>的\u003C\u002Fspan>research insight\u003Cspan>开始反向进入下一代\u003C\u002Fspan>Instinct GPU\u003Cspan>架构设计，那么这笔交易的性质就会从一次昂贵的人才收购，真正转变成一次平台级收购。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>所以，我不会把这笔交易简单定义为\u003C\u002Fspan>AMD\u003Cspan>花\u003C\u002Fspan>82\u003Cspan>亿美元收购一家\u003C\u002Fspan>3D AI\u003Cspan>公司，更准确的理解应该是，\u003C\u002Fspan>AMD\u003Cspan>花\u003C\u002Fspan>82\u003Cspan>亿美元，把一家研究下一代\u003C\u002Fspan>AI workload\u003Cspan>的\u003C\u002Fspan>frontier AI lab\u003Cspan>直接装进了自己的芯片公司。过去\u003C\u002Fspan>AMD\u003Cspan>思考的是怎样制造更好的\u003C\u002Fspan>AI GPU\u003Cspan>，现在它开始思考五年之后的\u003C\u002Fspan>AI\u003Cspan>到底会运行什么，而今天应该为那个未来设计什么样的芯片和系统。前一个问题对应的是一家\u003C\u002Fspan>AI\u003Cspan>算力供应商，后一个问题对应的则是一家试图参与定义\u003C\u002Fspan>AI\u003Cspan>计算平台的公司。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>根据美股大数据\u003C\u002Fspan> StockWe.com \u003Cspan>如果未来五到十年，\u003C\u002Fspan>Physical AI\u003Cspan>、机器人和\u003C\u002Fspan>Spatial Intelligence\u003Cspan>真的成为继\u003C\u002Fspan>LLM\u003Cspan>和\u003C\u002Fspan>AI Agent\u003Cspan>之后的下一个超级计算周期，那么今天这笔看起来昂贵的\u003C\u002Fspan>82\u003Cspan>亿美元收购，未来完全有可能被重新评价。真正决定这笔交易成败的，不是\u003C\u002Fspan>World Labs\u003Cspan>明年能赚多少钱，而是\u003C\u002Fspan>AMD\u003Cspan>最终能不能建立起一个由\u003C\u002Fspan>ROCm\u003Cspan>、\u003C\u002Fspan>Helios\u003Cspan>、\u003C\u002Fspan>World Model\u003Cspan>、\u003C\u002Fspan>Simulation\u003Cspan>、\u003C\u002Fspan>Robotics\u003Cspan>和\u003C\u002Fspan>Edge\u003Cspan>共同组成的完整闭环。如果这个闭环真的形成，那么\u003C\u002Fspan>AMD\u003Cspan>买下的就不只是一家公司，而可能是自己进入下一个\u003C\u002Fspan>AI\u003Cspan>时代的位置。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>━━━━━━━━━━━━━━━━━━━━━━\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>【原创声明】\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>本文由美股投资网（\u003C\u002Fspan>TradesMax.com\u003Cspan>）研究团队原创完成。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>原创机构：美股投资网\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>英文品牌：\u003C\u002Fspan>TradesMax\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>本文基于公开财报、\u003C\u002Fspan>SEC\u003Cspan>文件、市场数据、机构资金、期权交易及产业链信息进行独立分析\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>如需引用本文，请注明：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>“美股投资网（\u003C\u002Fspan>TradesMax.com\u003Cspan>）原创研究”。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>━━━━━━━━━━━━━━━━━━━━━━\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003C\u002Fp>","https:\u002F\u002Fwww.tradesmax.com\u002Fimages\u002Fa_Stock\u002FA\u002FAMD\u002FAMD.jpg","2026-09-29T17:20:25","2026.09.29","2026\u002F09\u002F29",57322,[22],"AMD","Article",0,"免费","success",{"id":9,"fullTitle":10,"subTitle":6,"url":11,"columnId":12,"columnName":13,"columnUrl":14,"summary":6,"contentHtml":15,"mainContentHtml":6,"posterUrl":16,"createDate":17,"displayDate":18,"displayDateSlash":19,"pageviews":20,"tags":28,"hidden":5,"isSubContent":5,"replyDocOrTargetId":6,"contentType":23,"videoId":6,"liveVideoUrl":6,"useContentVideo":5,"duration":24,"price":24,"priceText":25,"priceBadgeText":25,"priceBadgeClass":26,"freeForMinGroupLevel":24,"redirectUrl":6,"readyToStream":5},[22],"\u002Fcol\u002Fstocknews",{"visible":5,"marketingHtml":31,"services":32,"recentDocuments":41},"\u003Cfigure class=\"image\">\u003Ca href=\"https:\u002F\u002Fstockwe.com\u002Fdoc\u002Fdcio537efad5\" rel=\"noopener noreferrer\">\u003Cimg src=\"\u002Fimg\u002Fstockwewebfiles\u002Fweb-202408-stk\u002F1586109431mceclip0.jpg\">\u003C\u002Fa>\u003C\u002Ffigure>\u003Cdiv class=\"text-center\">\u003Ch2 class=\"card-title mx-auto\">\u003Cbr>\u003Ca rel=\"noopener noreferrer\" href=\"https:\u002F\u002Fstockwe.com\u002Fdoc\u002Fdcio537efad5\">案例介绍：英伟达深度研究报告\u003C\u002Fa>\u003C\u002Fh2>\u003C\u002Fdiv>",[33,37],{"productId":34,"serviceName":35,"priceText":36},"prod_PPxdDdK87QaiLv","月付","$12.95美元",{"productId":38,"serviceName":39,"priceText":40},"prod_PPxeMs3bix1da5","年付","$149.00美元",[],{"links":43,"images":71,"summaryHtml":76,"aboutTitle":77,"aboutHtml":78,"copyrightHtml":79},[44,47,50,53,56,59,62,65,68],{"label":45,"url":46},"深度报告","\u002Fcol\u002FdepthReport",{"label":48,"url":49},"VIP会员","\u002Fvip",{"label":51,"url":52},"期权推荐","\u002FOption",{"label":54,"url":55},"低价暴涨股","\u002FPenny",{"label":57,"url":58},"AI智能体","\u002FAiAgent",{"label":60,"url":61},"常见问题","https:\u002F\u002Fstockwe.com\u002FFAQ",{"label":63,"url":64},"美股课程","\u002Fcol\u002Fvideos",{"label":66,"url":67},"免责声明","\u002Fdisclaimer",{"label":69,"url":70},"联系我们","\u002FContactUs",[72,73,74,75],"\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202509-stk\u002FUploaderzic2tuwsol2_2025_09_11_18_21_07.gif","\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202509-stk\u002FUploadercakzdvydksw_2025_09_03_09_00_56.png","\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202509-stk\u002FUploadergtjyagwvoyk_2025_09_14_08_32_05.png","\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202509-stk\u002FUploader3u0tt4jhlqh_2025_09_23_22_30_48.png","邮箱: buy@TradesMax.com 美国电话 626-378-3637","公司介绍","\u003Cp class=\"MsoNormal\">美股大数据 \u003Ca href=\"https:\u002F\u002Fstockwe.com\" rel=\"noopener\">StockWe.com\u003C\u002Fa> 是一个美国领先的金融和美股信息大数据提供商，紧盯华尔街金融市场和行情，2008年成立于美国硅谷，创始人是前纽约证券交易所资深分析师Ken，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化交易模型，每天处理海量股票数据：挖掘潜力大牛股，捕捉期权异动大单，实时主力资金流向、机构持仓变化、川普突发新闻，美股买卖信号第一时间发到您手机APP。\u003C\u002Fp>","专业美股投资者都在这里",{"loading":81,"search":82,"searchPlaceholder":82,"hotContent":83,"draft":84,"noData":85,"searchNoData":86,"courseContent":87,"more":88,"buyNow":89,"subscribeNow":90,"encoding":91,"paidContent":92},"Loading...","搜索","热门内容","草稿","目前没有任何内容公布","当前检索内容没有数据","课程内容","更多","立即购买后观看","- 立即订阅 -","视频编码中...","付费内容"]