跨過萬億美元市值的AMD(AMD.US)開始爭奪「算力定義權」！官宣82億美元吞併李飛飛創立的World Labs

據智通財經APP消息，Nvidia於AI GPU領域最強勁的競爭對手——美國PC與AI數據中心高效能晶片領軍者AMD（AMD.US），其總市值近日首度突破一兆美元並股價不斷創新高。於美東時間週一，AMD突發宣布將以82億美元全股票方式收購「AI教母」李飛飛創立的AI初創公司World Labs。消息指出，蘇姿豐領軍的AMD計劃以82億美元全股票交易收購李飛飛成立的World Labs，將世界模型與空間智能領域最核心的AI研發力量納入這家超級晶片巨頭的綜合業務藍圖內。

這宗大型收購交易預計將於2026年底前完成，尚需獲得重要監管機構批准。根據雙方聲明，相關交割完成後，李飛飛將出任AMD執行副總裁兼首席科學家，直接向AMD首席執行官蘇姿豐（Lisa Su）彙報工作進展。

簡言之，這樁令投資人感到意外的大型收購的核心戰略價值，在於AMD試圖像全球最高市值公司，同時也是最強勁AI晶片競爭對手Nvidia（NVDA.US）一樣，將前沿AI大模型研發與晶片、軟體及AI系統設計進行更深層且更緊密的結合。特別是在Meta Muse與OpenAI的GPT-6 Astra全面引爆AI智能體巨浪之際，隨著AI技術從單純回答問題走向自動執行高度複雜任務，AMD希望搶先理解下一代AI工作負載，進而設計更適合這些任務的超級計算平台。這同時意味著AMD開始爭奪Nvidia目前獨佔的「算力定義權」——即希望通過掌握最前沿模型的底層計算需求，更早參與下一代晶片與系統架構設計。

公開資料顯示，World Labs是一家專注於空間智能與世界模型的AI初創企業，核心業務是讓機器具備感知、生成、重建及模擬三維環境的能力。其Marble產品可依據文字、圖片或影片生成可探索的三維世界；於9月推出的新一代Atlas模型，進一步整合三維重建、視角生成與時空模擬等能力。公司亦通過收購SceniX，補充機器人模擬技術，推動「真實場域—虛擬訓練—現實部署」研發流程，應用方向涵蓋機器人大模型、前沿物理知識領域、數位內容與工業場域。

從Nvidia GPU挑戰者到AI大模型研發，AMD計劃以82億美元將李飛飛創立的AI初創公司World Labs納入麾下

美國晶片巨頭超威半導體公司（即AMD公司）同意以82億美元收購World Labs，將這家由人工智能領域先驅、資深研究人員李飛飛創建的初創公司納入旗下。

兩家公司於週一發布聯合聲明指出，該項大型全股票交易預計將於年底前完成，惟須經監管批准。

作為Nvidia於AI晶片市場最核心的挑戰者勢力，AMD將獲得由頂尖研究人員組成的團隊及其AI大模型底層技術架構，並深入瞭解人工智能大模型技術領域的發展趨勢。這應有助於公司規劃未來一系列關鍵AI基建硬體產品發布。

「對端到端整個流程的理解越深入，越能打造出更好的系統，」AMD首席執行官蘇姿豐於週一接受媒體專訪時表示。該段最新專訪於當地時間週一下午播出。

「這就是我們收購World Labs的原因，」蘇姿豐於專訪表示，「我們希望獲得由李飛飛匯聚起來的世界級AI大模型研發人才，並將其與AMD於硬體、軟體和系統層面的能力全面結合。」

World Labs研發所謂的「世界模型」（即world models），這類大型人工智能軟體平台能夠支援真實物理世界應用的大趨勢。這些模型可迅速且精確地生成與重建三維環境。公司表示，這些能力可推進機器人、基礎科學發現及工廠設備等領域實現全新高效率的生產力。

前World Labs執行長李飛飛，是史丹福大學著名研究人員及計算機科學家。根據協議，她將加入AMD，擔任執行副總裁兼首席科學家，直接向蘇姿豐彙報。

「隨著公司發展，我們的雄心也在不斷擴展，」李飛飛於週一接受媒體採訪時表示。她強調，這也提升了該初創公司對運算能力的強勁需求。

「此階段如果能和AMD攜手合作，我們實際上正為自己、AMD以及整個AI生態系統創造重大成長契機，加速軟硬體協同推進的飛輪，」她於專訪中稱。

這樁交易同時讓AMD可以如黃仁勳領導的Nvidia，向客戶提供多種AI大模型，強化其產品與服務組合。AMD近來正大幅擴展產品陣容，力圖向數據中心客戶銷售更多產品和解決方案；而數據中心客戶則為目前最大規模收入來源。公司最新思路是提供快速建構這些AI核心基礎設施並投入運行所需的所有元件。

「未來既會有開放模型，也會有專有模型，」蘇姿豐表示，「AMD一直在這一領域作出貢獻。我認為，我們會持續擴大這份貢獻。」

蘇姿豐補充提到，最終目標在於打造更好的人工智能。「我們的雄心是定義AI運算的未來路徑。」

規模更大的AI晶片競爭對手Nvidia，率先以AI基建核心設備、AI雲端運算服務、AI大模型和晶片算力硬體組合提供的方式，協助客戶快速啟動並營運相關AI大模型系統／平台。如今，Nvidia正利用此策略拓展新型客戶族群，將業務規模遠遠延伸至雲端巨頭以外；儘管這些雲端巨頭仍然貢獻其大部分成長。

Nvidia最近同意收購另一家備受矚目的AI初創公司Hugging Face，交易估值約130億美元。Hugging Face被譽為「人工智能模型領域的GitHub」，連結模型、數據集、開發工具、企業客戶與開發者；併購後，Nvidia可於GPU、NVLink網路、CUDA軟體棧、人工智能系統基礎上補齊「模型發現—評估—優化—實際部署」全流程，使開放模型更自然地適配其超大規模AI訓練與推理平台，並更早識別哪些模型架構和工作負載正形成下一輪算力需求。

World Labs於2024年成立，目前約70名員工，包含由7月收購SceniX加入的機器人專家團隊。SceniX是一家開發軟體、讓機器人得以在擬真虛擬世界中進行訓練的初創公司。

蘇姿豐帶領AMD的12年期間，這家美國晶片巨頭一直致力以技術能力贏得外界認可，並擺脫矽谷所謂落後追隨者的形象。在公司核心處理器市場上，AMD已自Intel陰影中脫穎，現擁有業界評為最佳的PC與數據中心CPU系列產品。

於人工智能加速器市場（AI晶片市場），亦即訓練及執行AI模型所用的AI晶片領域，AMD市場份額仍列第二，與Nvidia近90%的占比相比仍存明顯落差。然而，蘇姿豐一直積極推出AI基建系列新產品，並強調這些產品效能能夠超越這家大型競爭對手的AI GPU產品線。

投資者將AMD視為全球史無前例一兆美元級AI資本支出的主要受益者，推高其股價年初以來漲幅近三倍。這使AMD最新市值約達1兆美元，世界上僅有12家如Nvidia與Apple等大型科技巨頭達此規模。

Nvidia依然為全球市值最高的公司，總市值超過5兆美元，但今年以來股價僅漲約22%，2026年至今全體表現顯著落後於幾乎所有熱門晶片／半導體上市公司，且明顯跑輸享有「AI算力基礎設施風向標」稱號的費城半導體指數。

Helios承接現狀，世界模型布局未來：AMD的AI野心，從出賣算力到參與定義算力

AMD於9月21日首度突破1兆美元市值，且近一年股價狂飆超過200%，背後動能是市場開始同步重估其AI加速器及數據中心伺服器CPU未來極強的成長空間。

Nvidia GPU體系最強力競爭對手AMD本月初於華爾街巨頭花旗集團主辦的全球科技大會上重磅宣告，截至2030年，與AI數據中心加速運算相關市場規模已擴展至2兆美元（自原預期1兆美元大幅上修至2兆美元），並指出AI推理需求已然成為AI算力資源需求的主要成長力量，聚焦代理式AI工作流的AI智能體同時帶動GPU和伺服器CPU。

AMD於大會表示，Meta及另兩家AI實驗室三家Helios核心客戶，給予未來採購需求預測皆高於雙方初始策略合作時預期；公司同時重磅預計伺服器CPU業務今年下半年同比增長超過80%，明年超過70%。這組全新預期組合無疑強力支撐算力需求持續擴張，但側重於客戶需求預期的劇幅上修，並非全部為不可撤銷的基建訂單。Helios為AMD機架級AI運算系統，而Facebook母公司Meta為核心採購客戶之一。

需明確指出，AMD預估2030年約2兆美元的是涵蓋數據中心、PC、邊緣與嵌入式領域的整體計算市場，其中數據中心AI加速器約1.4兆美元，伺服器CPU約2,200億美元。

值得特別關注的是AI算力需求日益強勁的實現，AMD管理團隊於花旗會議時表示，Meta、OpenAI和Anthropic三大核心客戶的採購需求預期均高於合作啟動初期，Helios於2027年需求也高於AMD最初之需求側規劃。管理層預期，MI450及Helios於第三季末起始出貨，第四季與2027年持續擴大交付；同時此前預計2027年數據中心收入將較上年增逾100%，伺服器CPU於2026下半年及2027年分別增長超過80%與70%。高毛利率CPU業務有望帶動整體獲利成長，與Cerebras合作則補充低延遲推理能力。

Muse與Astra所代表的智能體應用，為新一輪擴張提供了具體的工作負載基礎：單次指令即可觸發瀏覽器操作、程式執行、資料檢索、多輪推理和結果驗證。GPU承擔模型計算，CPU支援虛擬機、任務編排和工具執行，記憶體與儲存保存上下文、檔案及執行狀態。當AI超級應用從螢幕工作進一步延伸至機器人和物理環境，三維場景生成、環境模擬、及多路徑評估又帶來新的計算需求；實際增長幅度仍取決於任務規模、模型效率及部署方式。

Muse通過專屬雲端虛擬機與瀏覽器執行跨應用任務，且可於用戶關閉App後繼續執行；Astra則加強電腦操作、軟體工程和多步驟專業作業能力。當AI可完成研究、程式設計、購物與辦公流程，可計費的價值將自產生一段答案，擴展至交付一項工作成果。從商業成長邏輯來看，更高任務成功率與更低完成成本將推動企業及消費者加大採用，進而支持訂閱、按量計費與相關基礎設施收入增長預期。

這類應用擴展至算力端，涉及完整計算系統：GPU與其他AI加速器進行模型計算，CPU負責瀏覽器、程式執行、虛擬機、工具呼叫及任務調度；模型參數、上下文及並發會話增加高速記憶體需求，任務檔案、長期記憶及適合分層儲存的快取增添DRAM及企業級SSD需求。Nvidia工程分析亦指出，CPU工具執行速度將影響智能體工作流程的輸出量，而KV快取可依訪問需求於GPU記憶體、CPU記憶體和存儲間分層管理。

這也是為何高盛與Jefferies等華爾街巨頭看好AI應用加速滲透及AI算力熱潮下，美股盈餘持續增長的核心邏輯基礎，AI智能體滲透率大舉提高，有望同步推升計算、記憶體、儲存及光互連網路等AI基建核心領域需求。

華爾街金融巨頭Jefferies近日表示，在AI投資熱潮以及AI相關企業盈餘超預期雙引擎推動下，標普500指數預計至2026年底將飆升至8000點，2027年進一步觸及9000點。Jefferies的核心邏輯清晰有力：在一個AI驅動盈餘增長超越平均逾兩倍的週期中，與盈餘趨勢對作是危險之舉。Jefferies將2026年標普500指數基準預測訂於8000點，基於每股盈餘（EPS）達373美元（年增35%，遠高於市場共識的29%），預估本益比21.5倍。

從工程與投資視角推演，這宗收購在一定程度上可概括為AMD爭奪Nvidia主導的「人工智能基礎算力定義權」——更早掌握模型所需硬體。Atlas採用多模態自回歸擴散架構，其矩陣計算、空間語境管理與反覆生成對計算吞吐、記憶體頻寬與排程效率提出不同要求；AMD可將這些實際需求反饋至Instinct GPU、EPYC CPU、ROCm軟體和機架設計。雙方早已基於Instinct展開運算與工作負載優化合作，收購後將讓這一回饋流程更加直接。對股東或投資者而言，長期價值則聚焦於這些研發能力是否轉化為更低任務成本、更快客戶部署與更高產品採用率。