9月28日，AMD官宣了一笔交易：以约82亿美元的全股票方式，收购李飞飞创办的AI实验室World Labs。

82亿美元，折合人民币约550亿。

这个数字有多夸张呢？World Labs成立于2024年4月，到被收购为止，满打满算两年半。团队约70人。产品还在API阶段，距离大规模商业化应用有距离。没有公开过营收数据。用传统的估值方法，无论是DCF还是P/S，这笔交易几乎没法算。

官宣当天，AMD股价收跌3.61%。市场的第一反应很诚实，我不确定这值82亿。

这并不是一个孤立事件，它是一场正在重塑整个AI产业格局的并购潮中，最新落下的一颗棋子。

一份不可能的成绩单

先看World Labs的估值是怎么涨上来的。

2024年4月，李飞飞和两位AI研究员在旧金山创办World Labs，方向是“空间智能”，让AI能够理解、生成并模拟三维物理世界。成立当月完成首轮融资，估值约2亿美元。投资方是a16z和Radical Ventures。

两三个月后，2024年6到7月，完成第二轮1亿美元融资，NEA领投，估值突破10亿美元，正式成为独角兽。从成立到独角兽，用了不到三个月。

2026年1月，彭博报道World Labs正在以50亿美元估值洽谈新一轮融资。2月，这轮10亿美元融资正式完成，投资方名单堪称豪华，AMD、英伟达、Autodesk、富达。一年多时间，估值从10亿翻到50亿。

然后就是9月28日。AMD以82亿美元整体收购。

从2亿到82亿，两年半，41倍。

如果你是首轮进去的a16z，这笔回报足够写进年度LP汇报的第一页。如果你是2月刚以50亿估值投了10亿的AMD，七个月后以82亿把整个公司买下来，等于自己给自己做了一次估值确认，然后加价60%把剩下的也吃掉了。

一家70人的实验室，没有成熟产品，没有规模收入，凭什么每隔几个月估值就能翻一番？

花82亿买一个人的判断力

在AMD的官方声明里，CEO苏姿丰说了一句话，你对整个端到端流程了解得越多，就越能构建更好的系统。

这句话是整笔交易的密码。

AMD是一家芯片公司，它的核心业务是设计和销售GPU、CPU和加速器。在AI时代之前，芯片公司的竞争壁垒主要在制程、架构和生态。但AI改变了一件根本性的事情，芯片的价值不再只取决于它跑得多快，还取决于它能不能跑对方向。

什么叫跑对方向？

如果下一代AI的核心工作负载是大语言模型的推理，那芯片要为推理优化。如果下一代AI的核心工作负载变成了三维世界的模拟和生成，机器人需要在虚拟环境里学习走路、无人驾驶需要模拟城市交通、工业设计需要生成可交互的3D场景，那芯片的架构需求就完全不同了。

问题是，下一代AI的核心工作负载到底是什么？

没有人确切知道。但李飞飞可能是全世界最有资格对这个问题发表意见的人之一。

她2006年创建ImageNet的时候，几乎没有人相信，“给计算机看1000多万张图片”这件事有什么意义。几年后ImageNet引爆了深度学习革命，整个AI行业的底层范式因此改变。她在斯坦福提出“空间智能”的概念时，很多人觉得这是学术圈的玄学。现在空间智能成了英伟达、AMD、谷歌、Meta争相布局的赛道。

她有一种能力，在大多数人还在争论当下的时候，她已经看到了下一个十年的方向。

AMD花82亿买的，本质上就是这个，提前知道下一代AI芯片应该为什么样的工作负载而设计。World Labs的研究团队会直接告诉AMD的芯片架构师，未来的世界模型需要什么样的计算能力，什么样的内存带宽，什么样的数据通路。这不是一个商业合作能解决的问题，因为涉及最前沿的技术方向判断，必须深度嵌入、全面共享，才能真正影响芯片设计。

李飞飞自己也说，推进下一代AI技术需要在模型研究、系统与计算之间实现紧密协作。

翻译过来就是，我在实验室里做出来的东西，只有跟硬件深度绑定才能真正跑起来。独立融资做下去太慢了，不如直接嫁入芯片公司，用整个公司的资源来加速。

这是一个双向选择，AMD需要有人告诉它未来在哪里，李飞飞需要有人给她足够大的算力底座来验证她的判断。82亿是这个匹配的价格。

一场所有人都在参加的抢人大战

如果只看这一笔交易，你可能会觉得82亿买70个人太贵了。但这已经是2026年AI并购市场的“正常价格”了。

英伟达今年的动作最大。9月初以约130亿美元收购开源AI平台Hugging Face，一个年收入只有1.5亿美元的公司，收购价相当于86倍营收。去年底以200亿美元收购芯片初创公司Groq的大部分资产。加上Poolside、Run:ai、Kumo AI等一系列交易，英伟达过去一年在AI收购上花的钱以千亿美元计。

OpenAI也没闲着，去年以约64亿美元收购了乔尼·艾夫创办的硬件初创公司io。Meta斥资140亿美元收购了Scale AI的少数股权。

很明显，芯片公司在向上游买AI研究能力，AI公司在向下游买硬件设计能力，所有人都在试图把自己的版图从一个环节扩展到整条价值链。

为什么？因为AI竞争的本质正在发生变化。

在这场竞赛的前半段，2023年到2025年，比的是“谁的模型更大、谁的GPU更多、谁能融到更多的钱”，算力、数据、资本，三大要素砸下去就行。谁砸得多谁赢。

但从2025年下半年开始，竞争进入了新的阶段。大语言模型的能力增长在放缓，能力的差异化越来越难体现，简单堆算力的边际收益在递减。接下来比的不再是谁更能砸钱，比的是谁能找到下一个“模型能做什么”的答案，机器人？自动驾驶？工业仿真？药物研发？科学发现？

谁先找到答案，谁就知道自己的芯片应该怎么设计、自己的系统应该怎么搭建、自己的生态应该往哪个方向长。

这就是为什么AMD愿意花82亿买一个70人的实验室，而不是用同样的钱去买一家有稳定收入的SaaS公司。因为在AI时代，一家公司最稀缺的资产不是现金流，不是用户量，不是专利数，而是对未来方向的判断力。

判断对了，芯片架构踩准了下一代工作负载，就能在市场窗口打开的时候迅速吃掉份额。判断错了，花两三年设计出来的芯片跟不上需求变化，那两三年就白费了，对于AMD这种万亿级体量的公司来说，两三年的战略方向错误可能意味着千亿市值的蒸发。

82亿，买对了就是万亿级市场的入场券。这笔账，算得过来。

但市场在犹豫什么？

还是要回到那个3.61%的跌幅。

市场的犹豫是有道理的。至少有三个问题是悬在这笔交易头上的。

第一，估值到底有没有泡沫？从50亿到82亿，七个月涨了60%，而这期间World Labs的产品进展有限。这个溢价到底是为技术方向买单，还是为并购竞争的恐慌情绪买单？AMD不买，万一英伟达买了呢？英伟达已经是World Labs的投资方之一，这种“抢人”的焦虑可能推高了价格。

第二，人才绑定的风险。82亿本质上是在买人，但人会走。李飞飞加入AMD担任执行副总裁兼首席科学家，直接向苏姿丰汇报，这个安排看起来级别足够高。但学术出身的研究者在大公司的体制里能待多久、能不能保持创造力，历史上的案例喜忧参半。DeepMind在谷歌内部的日子并不总是顺畅的。

第三，空间智能这条路线本身的不确定性。世界模型被认为是继大语言模型之后AI的下一个范式，但这个判断对不对，目前没有定论。李飞飞自己之前也说过，机器人的商业化“落地至少还要20年”。如果空间智能的商业化周期远比预期长，AMD能不能等得起？

这些问题不是要否定这笔交易，而是要提醒，在AI领域，“方向正确”和“时机正确”是两码事。方向可能对，但如果早了五年，结果跟错了没什么区别。

估值的游戏规则变了

回到最初的问题：70个人，两年半，82亿美元，AI时代花钱买的到底是什么？

传统并购的逻辑是买确定性，确定的收入、确定的市场份额、确定的技术壁垒。你买一家公司，是因为你知道它能给你带来什么。

AI时代的并购逻辑不同，买的是对不确定性的判断力。

你买一家AI实验室，是因为你相信它的团队比其他任何人都更早知道未来长什么样。技术明天能不能变现，反而是次要的。你买的是提出正确问题的能力。

这种逻辑当然有风险。82亿赌一个方向，赌错了就是几十亿美元的沉没成本。但不赌的风险可能更大，当你的竞争对手已经把最好的AI研究团队收入囊中，你的芯片设计还在靠猜的时候，市场不会给你第二次机会。

这就是为什么2026年的AI并购市场看起来像一场军备竞赛，不是因为大家都觉得这些交易物有所值，是没有人敢承担“不买”的后果。

英伟达、AMD、谷歌、Meta、OpenAI，所有玩家都在用真金白银投票，赌自己押对了AI的下一个十年。

谁对谁错，现在不知道。但有一件事可以确定，当一个行业的并购逻辑从“买现金流”变成买判断力的时候，这个行业的估值体系已经彻底重写了。

旧的Excel模型跑不出这些交易的合理性。不是模型坏了，是世界变了。

至于AMD这82亿到底花得值不值？

大概要等到World Labs的世界模型真正跑通一个杀手级应用的那一天，才能回答。

也许是三年，也许是十年，也许正如李飞飞自己说的，是二十年。

但苏姿丰显然不愿意等别人先给出答案。

       原文标题 : 70个人，两年半，550亿，AI时代花钱买的到底是什么？