2026 年 9 月 28 日，星期一。AMD 于官网发布声明，宣称已与 World Labs 签署最终协议，计划收购该公司。交易完全以股票形式进行，总价值约为 82 亿美元。声明指出，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 创立于 2024 年，专注于“空间智能”领域——即让 AI 能够理解三维世界，并在其中进行导航和决策。该公司约有 70 名员工。
去年年末，World Labs 推出了其首款产品 Marble，这是一个能够从图像或文本提示生成三维世界的基础模型。今年早些时候，该公司刚完成了 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，值得深入介绍。
李飞飞 1976 年出生于北京，在成都成长，16 岁时随父母移民至美国新泽西州。此后，她获得了普林斯顿大学物理学学士学位和加州理工学院电气工程博士学位，并在斯坦福大学长期任教，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，出任 Google Cloud 的人工智能与机器学习首席科学家。两年后，她返回斯坦福，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，并提出了“空间智能”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、如何运动、推动后会怎样。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，主修电气工程，博士期间专注于绝缘体上硅（SOI）技术。她先后在德州仪器、IBM 任职，2012 年加入 AMD，并于 2014 年 10 月出任首席执行官。
彼时的 AMD 是什么状况？市值仅三十几亿美元，连续亏损，股价长期徘徊在两三美元，被外界视为“濒临死亡的陪跑者”。
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，并果断剥离非核心业务。十年后，AMD 从一家苟延残喘的公司，成长为市值触及万亿美元的英伟达挑战者。她是美国半导体行业中罕见的、既精通技术又擅长商业的首席执行官。
这样两个人坐到一起，苏姿丰对这笔交易的解释很直白：“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”，并将其与 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张，而这种扩张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。这笔交易将两个缺口对接上了。
但真正有意思的是——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 身上已投入了两年时间，它早就参与了后者的投资，而这些投资只是它过去三年半密集进行的 37 笔投资中的一笔。
三年半，37 笔出手，792 亿元
按 IT 桔子收录的数据，AMD 在 2023 年之前的投资并购寥寥无几，此前并未在这方面下功夫。然而，在 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 共出手 37 次，涉及 33 家公司。
其投资节奏逐年加快。
2023 年仅有 4 笔，属于试水阶段，其中最大的一笔是参与 ARM 的 IPO 基石轮。
2024 年一下子扩展到 9 笔，其中 Scale AI 的 10 亿美元 F 轮、Cohere 的 5 亿美元 D 轮都发生在这一年。
2025 年笔数持平，仍为 9 笔，但出手方向开始从模型层下沉，转向推理引擎、光子计算、AI for Science 等更硬核的环节。到 2026 年，仅前三季度就出手 15 次。
如果将这 37 笔按行业划分，集中度惊人。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（该笔投资 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 的主战场——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 笔也不算小钱，因为 AMD 敢于在种子轮和 A 轮就投入巨额资金：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而言，这样的交易规模仍然惊人巨大。
这不是传统意义上“小额多投、买一堆期权”的打法，更像是在最窄的窗口里，一次性把最重要的那张船票买够。
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 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楚：这几个国家都在推动各自的“主权 AI”，而“算力自主”在商业上几乎等于“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 押注很分散，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。它的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 单笔金额最高的事件之一。包括 AMD 在内，同轮一共挤进 18 家机构：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，训练大模型绕不开它。
Liquid AI 是从 MIT 衍生出来的公司，做非 Transformer 架构的液态神经网络。2024 年 12 月 AMD 投了 2.5 亿美元的 A 轮，IT 桔子这一轮记录的投资方只有 AMD 一家。它没有追逐最主流的架构，而是追逐“万一 Transformer 不是终局”这个可能性。
Stability AI 的故事比较曲折。这家英国公司因 Stable Diffusion 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移到版权合规的生成内容上。AMD 愿意在低谷期进场，看中的应该是其开源生成模型的底子。
2026 年 AMD 又加了两笔激进的早期投资。5 月的 Recursive Superintelligence，种子轮就拿了 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，当下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。它做的是光学 I/O，用光来实现芯片之间的互连。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，同一份基石名单中有苹果、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。同一份基石名单中有苹果、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：投资。
用资本换时间，用股权换知情权。这是整件事的起点。一家芯片公司要设计三年后的芯片，就必须知道三年后的模型长什么样、训练时怎么切分、推理时长什么样、瓶颈在哪里。这些问题的答案，不在 AMD 的实验室里，而在那些模型公司的训练日志里。
顺着这个思路往下，你会发现 AMD 其实在用 37 笔投资搭建一条完整的链。
最底下是硅片和互连——Ayar Labs 的光 I/O、Ter
