2026 年 9 月 28 日，周一。AMD 在其官方网站发布声明，称已与 World Labs 签订最终协议，计划收购这家企业。交易完全通过股票形式进行，估值约为 82 亿美元。声明中指出，该交易预计在 2026 年底前完成，前提是获得监管机构批准并满足其他常规交割条件。

被收购的 World Labs 成立于 2024 年，专注于“空间智能”领域——让 AI 能够理解三维空间，并在其中进行导航和决策。这家公司约有 70 名员工。

去年年底，World Labs 推出了其首款产品 Marble，这是一个能从图像或文字提示生成三维世界的基础模型。今年早些时候，它刚完成了 10 亿美元的 C 轮融资。

收购完成后，World Labs 创始人李飞飞将加入 AMD，担任执行副总裁兼首席科学家，直接向 AMD 首席执行官苏姿丰汇报。

这两位女性，值得进一步介绍。

李飞飞 1976 年出生于北京，在成都长大，16 岁时随父母移民至美国新泽西州。她后来获得普林斯顿大学物理学学士学位，以及加州理工学院电气工程博士学位，之后长期在斯坦福大学任教，担任计算机系红杉讲席教授。

2009 年，她主导创建了 ImageNet——这个数据集后来被公认为点燃了深度学习革命。2017 年，她短暂离开学术界，担任 Google Cloud 的人工智能与机器学习首席科学家，两年后返回斯坦福，联合创办了以人为本人工智能研究院（HAI）。

2024 年，她创立了 World Labs，提出了“空间智能”这一概念：如果说大语言模型让机器学会了读写，那么下一步就是让机器真正理解物理世界——物体在哪里，如何移动，推一下会怎样。这是从“看懂图片”到“理解世界”的跨越。

苏姿丰（Lisa Su） 则于 1969 年出生于台南，3 岁时随父亲移居美国。她的本科、硕士和博士学位全部在麻省理工学院获得，专业是电气工程，博士期间研究的是绝缘体上硅（SOI）技术。她先后在德州仪器、IBM 工作，2012 年加入 AMD，并于 2014 年 10 月出任 CEO。

当时的 AMD 是什么状态？市值仅三十多亿美元，持续亏损，股价长期徘徊在两三美元，被外界视为“快要倒闭的陪跑者”。

苏姿丰上任后采取了多项举措：押注 Zen 架构，将台积电的先进制程转化为自身优势，果断剥离非核心业务。十年过去，AMD 从一家濒临破产的公司，成长为市值触及万亿美元、挑战英伟达的对手。 她是美国半导体行业中罕见的、既懂技术又懂经营的 CEO。

这样两个人走到一起，苏姿丰对这笔交易的解释相当简洁：“你对整个端到端流程了解得越深入，就越能构建出更好的系统。”她还表示，收购 World Labs 是为了“获得李飞飞汇聚起来的世界级人才”，然后将其与 AMD 在硬件、软件和系统方面的能力相结合。

李飞飞的补充则更为直接。她说公司的雄心在扩大，而雄心的扩大带来了对算力的渴求。“如果我们能够与 AMD 联手，我们实际上是在为自己、AMD 以及整个生态系统创造一个机会，加速软件和硬件开发之间的良性循环。”

一个缺人才和模型，一个缺算力。这笔交易正好将这两个缺口对接起来。

但真正值得注意的是——这并非一时兴起。 翻阅 IT 桔子的投资交易记录会发现——AMD 在 World Labs 身上已经投入了两年时间，它早就参与了对后者的投资，而这些投资只是它过去三年半密集进行的 37 笔交易中的一笔。

三年半，37 笔交易，792 亿元

根据 IT 桔子收录的数据，AMD 在 2023 年之前的投资并购活动寥寥无几，此前并未在这方面下功夫。然而，2023 年 ChatGPT 诞生后，其投资并购开始迅猛增长。

从 2023 年 1 月到 2026 年 9 月 29 日，AMD 共进行了 37 次交易，涉及 33 家公司。

其投资节奏逐年加快。

2023 年仅有 4 笔，属于试探性尝试，其中最大的一笔是参与 ARM 的 IPO 基石轮。

2024 年迅速扩展到 9 笔，其中 Scale AI 的 10 亿美元 F 轮、Cohere 的 5 亿美元 D 轮均发生在这一年。

2025 年交易数量持平，仍为 9 笔，但投资方向开始从模型层向下游转移，转向推理引擎、光子计算、AI for Science 等更硬核的领域。到 2026 年，仅前三季度就出手 15 次。

如果将这 37 笔交易按行业划分，集中度很高。人工智能占据了 28 笔，占比 76%，先进制造 3 笔共 25.20 亿元，企业服务 1 笔 23.94 亿元（投资 GPU 云厂商 Vultr），汽车交通 2 笔 9.77 亿元，医疗健康 2 笔 8.44 亿元，前沿科技 1 笔 2.11 亿元（量子计算软件公司 Classiq）。

从投资阶段来看，中后期公司是 AMD 的主要目标——C 轮及以后、战略投资、IPO 上市后合计 20 笔。

但它参与的早期投资那 11 笔也不容小觑，因为 AMD 敢于在种子轮和 A 轮就进行巨额投资：给 Recursive Superintelligence 的种子轮是 6.5 亿美元，给 River AI 的 A 轮是 11 亿美元，给 Hark 的 A 轮是 7 亿美元。虽然这些投资多数是与其他资方合作，AMD 只是整个金额的出资者之一，但对于种子天使阶段来说，这样的交易规模仍然惊人。

这并非传统意义上“小额多投、买一堆期权”的策略，更像是在最窄的窗口期，一次性买足最重要的那张船票。

在地理分布上，AMD 投资的 33 家公司中，美国占了 23 家；欧洲方面，英国有 3 家：ARM、Stability AI、Wayve；以色列 2 家：做光纤耦合的 Teramount 和做量子软件的 Classiq；亚洲有韩国的 Moreh 和 Upstage、日本的 Turing、新加坡的 Video Rebirth、印度的 Uniphore。

韩国、日本、新加坡、印度这几个标的，单看金额都不大，多在两三千万到八千万美元之间，但放在一起看，意图很清晰：这些国家都在推进各自的“主权 AI”，而“算力自主”在商业上几乎等同于“需要一个英伟达之外的选项”。 AMD 投资的不是这几家公司本身，而是它们背后那个国家的 AI 基建叙事。

它到底买了些什么

先说模型公司这一层。AMD 的投资布局很分散，分散得几乎是刻意的。

Cohere 是它投资最频繁的一家，2024 年 7 月和 2025 年 8 月连续两轮 D 轮，每次 5 亿美元。

这家美国公司专注于面向企业的大模型，不走消费级路线。两轮的股东名单中都有英伟达和 Salesforce，2024 年那轮还拉进了思科、PSP Investments 和加拿大出口发展局 EDC。AMD 和英伟达并排站在同一张 cap table 上，这在它的投资清单中并非孤例。

Hugging Face 那笔是 2023 年 8 月的 D 轮，2.35 亿美元。其资方名单长得像一份行业名录：IBM、Salesforce、亚马逊、谷歌、高通、英伟达、英特尔投资，还有 Sound Ventures。Hugging Face 是全球 AI 开发者的集散地，模型和数据集的中枢。AMD 在这里获得的不是股权回报，而是位置。

Scale AI 的 F 轮发生在 2024 年 5 月，10 亿美元，是 AMD 单笔金额最高的交易之一。包括 AMD 在内，同轮共有 18 家机构参与：Accel、Coatue、老虎、Founders Fund、Meta、亚马逊、思科、英伟达、英特尔投资……基本是硅谷的半壁江山。Scale AI 从事数据标注，训练大模型离不开它。

Liquid AI 是从 MIT 衍生出来的公司，专注于非 Transformer 架构的液态神经网络。2024 年 12 月，AMD 投资了 2.5 亿美元的 A 轮，IT 桔子记录的这一轮投资方只有 AMD 一家。它没有追逐最主流的架构，而是押注“万一 Transformer 不是终局”这个可能性。

Stability AI 的故事有些曲折。这家英国公司因 Stable Diffusion 而一夜成名，之后经历了动荡和重组，2026 年 8 月的 B 轮仅有 7600 万美元，投资方是 AMD 和环球音乐集团。环球音乐的出现表明它已将重心转向版权合规的生成内容。AMD 愿意在低谷期进场，看中的应该是其开源生成模型的基础。

2026 年，AMD 又增加了两笔激进的早期投资。5 月的 Recursive Superintelligence，种子轮就拿到了 6.5 亿美元，创始团队有 Google 系和 Facebook 系背景，方向是递归自我改进——让 AI 参与改进 AI 本身。同轮有 Google Ventures、Greycroft、嘉加资本，还有英伟达。8 月的 River AI，A 轮 11 亿美元，是 AMD 三年半里金额最大的一笔，同轮站着 General Catalyst、Y Combinator、淡马锡和英伟达。

再说中间那层，也就是真正决定芯片能否被榨干的一层。

RadixArk 是这条线上最值得关注的一笔。它开发的是 SGLang，当前最重要的开源推理引擎之一。2026 年 5 月种子轮 1 亿美元，同轮有 Accel、Spark Capital、Walden，还有联发科、英伟达和 Databricks。推理引擎怎么写，直接决定 GPU 的吞吐量能跑满多少，这是离硬件最近的那层软件。AMD 在 2024 年 7 月也投资了 Fireworks AI 的 B 轮，5200 万美元，同轮有 Benchmark、红杉、Databricks、MongoDB 和英伟达。做 AI 推理优化的小公司 Wafer 在 2026 年 9 月拿到了 AMD 的 A 轮，4000 万美元，另外两家是 Fifty Years 和 Y Combinator。

往下是硬件。Ayar Labs 是硬件这条线上唯一被连续投资两次的公司：2024 年 12 月的 D 轮 1.55 亿美元，2026 年 9 月的 E 轮 1.5 亿美元。它从事光学 I/O，用光来做芯片之间的互连。两轮名单中都有英伟达和英特尔投资，D 轮还有 ARK Invest 和 Playground Global。AMD、英伟达、英特尔三家芯片巨头同时给一家光互连公司投钱——因为当单颗 GPU 的算力逼近物理极限，scale-up 的瓶颈就从“算得够不够快”变成“传得够不够快”，三家都绕不开这个问题。

Celestial AI 是做光子计算加速器的，2025 年 3 月的 C+ 轮 2.5 亿美元，同轮有贝莱德、富达、老虎、淡马锡，还有保时捷。ARM 那笔发生在 2023 年 9 月的 IPO 基石轮，7.35 亿美元，同一份基石名单里有苹果、谷歌、台积电、三星、联发科、英伟达、英特尔投资、Cadence。这是半导体行业的一次集体亮相。Teramount 是以色列公司，做光纤和芯片的耦合集成，2025 年 8 月的 A 轮 5000 万美元，同轮有 Grove Ventures、KDT 和三星创投。

然后是这条线上最容易被忽视、但事后看最关键的一层：世界模型。

World Labs、Luma AI、Runway AI、Odyssey AI、Video Rebirth、Wayve，这些世界模型公司，AMD 一家没落，全都投了，累计 8 笔。

Luma AI 做 3D 生成，2024 年 12 月 AMD 投资了 9000 万美元的 C 轮（同轮有 a16z、Amplify、亚马逊、经纬创投），一年后又跟了一轮 9 亿美元（同轮 a16z、Amplify、经纬海外）。它的 A 轮和 B 轮中都有英伟达，不过那时 AMD 还没进场——两家芯片巨头在这家公司上是前后脚，不是同轮。

Runway AI 做视频生成，2026 年 2 月的 D 轮 3.15 亿美元，同轮有 General Atlantic、富达、Felicis、英伟达和韩国未来资产，此前一轮战略投资中还有软银。

Odyssey AI 在 2026 年 6 月拿到了 3.1 亿美元 B 轮，同轮是 EQT Ventures、Google Ventures、In-Q-Tel 和亚马逊——In-Q-Tel 是中情局的投资机构，这个股东身份耐人寻味。

Video Rebirth 是新加坡公司，创始人有腾讯和 IBM 背景，2026 年 3 月的 A 轮 8000 万美元，同轮是韩国现代汽车。

Wayve 是英国的端到端自动驾驶公司，2026 年 4 月的 D+ 轮 6000 万美元，同轮只有高通和 ARM——三家芯片公司。

最后是应用和科学智能。

CuspAI 做 AI 驱动的材料发现，2026 年 8 月的 B 轮 4.5 亿美元，股东名单中能看到 KPCB、贝索斯的 Bezos Expeditions、Lux Capital、NEA、Prosus、StepStone；它上一轮 A 轮中有英伟达、三星和淡马锡。以色列的 Classiq 做量子计算软件，韩国的 Upstage 做文档 AI，印度的 Uniphore 做企业级语音 AI，日本的 Turing 做自动驾驶，韩国的 Moreh 做 AI 软件——Moreh 那笔 2200 万美元的 B 轮中，除了 AMD 只有韩国电信 KT。医疗这边有两笔：AbSci 是蛋白质生成式设计公司，2025 年 1 月上市后 AMD 又配了 2000 万美元；Somite.ai 用 AI 做细胞疗法，2025 年 8 月的战略投资金额未披露。

17 次同台：AMD 和英伟达，几乎出现在同一批交易里

将 37 笔投资的同轮股东名单逐一摊开，会看到一个反直觉的现象：英伟达出现在其中 17 笔的同一轮里，涉及 14 家公司。 也就是说，AMD 每十次出手，有接近五次是和最直接的竞争对手坐在同一张桌子上。

最早的一次是 2023 年 8 月的 Hugging Face D 轮。那张名单上挤了九家：AMD、英伟达、英特尔投资、谷歌、亚马逊、IBM、Salesforce、高通、Sound Ventures。一家开源模型社区，把整个芯片和云阵营几乎集齐了。

一个月后是 ARM 的 IPO 基石轮，7.35 亿美元。同一份基石名单里有苹果、谷歌、台积电、三星、联发科、英伟达、英特尔投资、Cadence。这不是投资，是半导体行业的一次集体合影——每个人都要在 ARM 上市这件事上留下一个位置。

Ayar Labs 是最典型的一例。2024 年 12 月的 D 轮和 2026 年 9 月的 E 轮，AMD、英伟达、英特尔投资三家一次不落，全都在。三家做芯片的公司，同时给一家做光互连的小公司送钱，理由只有一个：单颗 GPU 的算力已经逼近物理极限，scale-up 的瓶颈从“算得够不够快”变成了“传得够不够快”。这个问题谁都绕不开，所以谁都得在场。

Cohere 也是两次，2024 年 7 月和 2025 年 8 月的两轮 D 轮，AMD 和英伟达都在，旁边还站着 Salesforce。到 2026 年 5 月的 RadixArk 种子轮，阵容变成 AMD、英伟达、联发科、Databricks、Accel、Spark Capital——一家做开源推理引擎的公司，同时拿了两家 GPU 巨头的钱。同月的 Hark.A 轮更热闹，7 亿美元的轮次里，AMD、英伟达、英特尔投资、高通四家芯片公司到齐，外加 Salesforce 和博枫。

而这 17 次里最值得玩味的一笔，当然是 World Labs。B 轮有 AMD 和英伟达，C 轮还是 AMD 和英伟达。两家从头跟到尾，最后 AMD 用 82 亿美元把桌子上的牌全部收走。

为什么两个打得你死我活的对手，会一而再再而三地出现在同一份股东名单里？

道理其实不复杂。CVC 的少数股权投资本来就谈不上排他——没人指望靠几千万美元把一家公司锁死。双方真正要的是同一件东西：信息。知道这些模型公司在做什么、用什么训、瓶颈卡在哪、下一步打算往哪走。这笔信息费对英伟达和 AMD 同样值钱，甚至对 AMD 更值钱——它是追赶者，输不起信息差。

差别在于心态。英伟达在这些轮次中多数时候是防守性的：确保自己的生态不会被排除在外，确保这些公司继续长在 CUDA 上。AMD 则是进攻性的：确保自己至少能看见。于是这些公司的 cap table 上同时挂着两个芯片巨头，谁也绑不住谁，但谁都不缺消息。

只是同台不等于和平，到了真正需要下注的时候，AMD 掏出 82 亿美元，把这张桌子上最值钱的那张牌直接拿走了。

为什么这么投

要理解 AMD 这些钱的逻辑，得先理解它面临的处境。

英伟达的护城河从来不是那块 GPU，而是 CUDA。二十年积累下来的软件栈、算子库、开发者习惯，构成了后来者几乎无法正面攻破的墙。AMD 有芯片，但生态是空的。如果它一枚一枚地去补算子，二十年也补不完。

所以它换了个办法