AI百科网 AI教程
具身智能

李飞飞的三次下注,这次她自己答题

AMD 以约 82 亿美元收购 World Labs 后,李飞飞从出题人变成答题人。文中复盘她三次下注的角色差异,并给出判断这笔收购成败的两个观察点。

本文目录 · 6 节

二十年前,李飞飞在普林斯顿被劝别碰一个「太有野心」的数据集;二十年后,她带着自己的公司被一家芯片巨头以约 82 亿美元整编。同一个学者的三次下注,角色其实换了三次。

一、发生了什么

雷锋网 10 月 30 日的分析把李飞飞的关键决策拆成三段。第一段是 ImageNet:2007 年前后她顶着经费被拒和同行嘲讽做数据集,2009 年发布时几乎无人问津,直到 2012 年 AlexNet 横扫挑战赛才引爆深度学习。那次她是纯粹的出题人,填坑的是整个学术社区。

第二段是 2016 年底加入谷歌云推广「AI 民主化」:产品线确实铺开了,但 Project Maven 舆情风暴把她卷入争议,她最终离开了那个位置——定义方向和落地方向,中间隔着商业决策权。

第三段是 2024 年 4 月创办 World Labs,这次她把自己按在了答题席。公司两年里估值从约 2 亿涨到 C 轮后的 54 亿美元,产品从 LWM 到 Marble 再到今年 9 月的多模态世界模型 Atlas,还收购了机器人仿真公司 SceniX。空间智能的算力需求形态和文本模型完全不同,从单卡实时推理到多模态大规模训练再到机器人仿真的低延迟要求,每一步都在考验硬件。9 月 28 日,AMD 宣布以约 82 亿美元全股票将其收入麾下,溢价约五成,李飞飞出任 AMD 执行副总裁兼首席科学家,直接向苏姿丰汇报,团队以相对独立的单元并入。她在公开信里解释了原因:缺少专门的硬件投入,空间智能会被困在数字世界里。

二、跟你有什么关系

机器人从业者:世界模型进了芯片公司,仿真训练的算力成本曲线有望被一家硬件厂直接优化,选型时多了新变量。

芯片行业观察者:AMD 把模型团队写进自己的路线图,等于承认「为负载设计芯片」优先于「为芯片找负载」,竞争逻辑在变。

创业研究者:三次下注证明,学术影响力兑换成落地成果,中间必须握住商业决策权,这个教训比任何成功故事都值钱。

三、怎么判断

读到这儿,可以顺路看 机器人学拧螺丝,为什么要拆成两步教 读完能理解机器人自主拧螺丝为何难:接触密集、发力精细、环境多变。新研究把任务拆成两段三模块,在真机上做到对齐成功率接近熟练工人,做具身操作的人可参考其分步思路。
  1. 看技术闭环:MI450 系列今年下半年量产,如果 Atlas 和 Marble 在新卡上延续此前四倍提速的曲线,说明「模型需求反向定义硬件」不是公关话术。
  2. 看生态牵引:World Labs 承诺保持开放模型与跨平台部署,如果其他空间智能团队因此主动选 AMD,这 82 亿买的是生态位;如果大家转头继续买英伟达,那只买到了入场券。
  3. 看组织位置:直接向 CEO 汇报、保留独立团队,是这笔交易里最值得盯的条款,汇报链一长,话语权立刻稀释。

四、三个别信的说法

李飞飞被 AMD 收编了。 交易结构是执行副总裁加首席科学家、直通 CEO,这是要她继续做主张的位置,不是并入一个部门的收购。

空间智能就是下一个大模型。 世界模型的训练成本远高于文本模型,市场还停在验证阶段,82 亿美元给的是锚点,不是终局。

这次收购证明 AMD 能挑战英伟达。 收购解决的是「理解负载」的起点问题,产能、生态和开发者习惯的差距依然要一场仗一场仗打。

五、一句话结论

从出题到答题,李飞飞补上了最后一次角色转换,剩下的要看芯片交付曲线给不给答案。

信息来源

功能与价格以官方公告为准。本文写于 2026 年 10 月 31 日。

关于这篇

本文为编辑整理的行业动态,未附官方原文链接。涉及价格、参数、发布时间的,请以厂商官方页面为准;发现错误可来信指出,会在「本次更新」里注明。

下一站 · 场景实战 OpenAI 自述:怎么建 AI 原生工程组织 OpenAI 把软件生命周期拆成七段,每段写清 agent 干哪一轮、人留哪一步。这篇提炼三条今天能照搬的做法,也标出它没写的那部分。
下一篇,直接发你邮箱

每周一封,只发新教程和可复制模板。不发广告,随时退订。

复制规范引用格式,便于转载注明出处
这篇有用吗?