
作者 |路飞
来源 | 至顶AI实验室
2026 年 11 月 16 日,AMD 宣布完成对 World Labs 的收购。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。World Labs 团队将继续研究基础模型,并参与 AMD 后续硬件、软件和系统的研发。
这笔交易于今年 9 月公布,当时披露的全股票交易估值约为 82 亿美元。从宣布收购到完成交割,不到两个月。
World Labs 已经做出了三维场景生成工具,也在研究机器人训练与仿真。AMD 收购这支团队,可以直接参与模型研发,把训练和运行模型时遇到的问题带回芯片设计。
从生成图片到制作三维场景
World Labs 的 Marble 于 2025 年推出,支持从文字、图片、视频和粗略的三维布局生成场景。用户可以修改、扩展和组合这些场景,再导出为三维数据或视频。

Marble 支持多种输入,并提供三维数据与视频等输出
今年 11 月 12 日,World Labs 开放了新一代世界模型 Atlas 的相关工具和开发接口。Viewfinder 可以从图片重建场景,切换观察位置,设置镜头运动;Chisel 允许用户先搭出简单的空间布局,再控制生成结果。
Atlas 还提供 Splats to Mesh,将用于呈现场景的高斯泼溅数据转换成带有几何表面的三维网格,供游戏和交互环境使用。开发者可以通过接口把相关能力接入自己的应用,以及 Blender 等已有工具。
这些功能对应的是搭场景、调整布局、安排机位和导出资产等工序。影视前期设计需要围绕同一处空间尝试不同镜头,具备三维结构的场景允许创作者直接移动摄影机,检查遮挡和空间关系。
从制作角度看,生成速度只是其中一项指标。修改一处布局后能否保持其他部分稳定,导出的资产需要多少清理工作,同样影响交付效率。Atlas 增加布局控制、网格转换和软件接口,正是在解决这些问题。
机器人需要可以反复测试的环境
机器人学习抓取、搬运和装配,需要反复尝试。物体位置、光线和接触面的摩擦力发生变化,同一套动作就可能失败。每次都在真实设备上测试,摆放物品、恢复现场和维护机器都会占用时间。
World Labs 的机器人研究采用“现实到仿真,再回到现实”的方法:重建真实任务中的机器人、物体和环境,再改变仿真中的物体配置、视角和物理条件,用来训练和评估控制策略。

真实任务被重建为仿真环境,再扩展为不同物体配置和物理条件
这比制作视觉场景更难。机械臂怎样推开盒子,线缆如何弯曲,都涉及接触、受力和形变。仿真需要帮助团队找出容易失败的动作,并检验改进后的策略能否在真实机器上工作。
这类任务同时涉及场景处理、模型推理、物理仿真和策略训练。对 AMD 而言,World Labs 提供了一批持续变化的计算任务,可以用于检验硬件和软件设计。
模型团队可以提前暴露硬件问题
双方自 2025 年起就开展了技术合作,包括在 AMD GPU 上优化模型训练和推理。此次收购是在已有合作基础上,把研究团队纳入 AMD 内部。
我认为,这笔交易的长期价值在于缩短模型研发与芯片设计之间的距离。
模型运行慢,可能是某项计算没有高效实现,也可能是数据读取或多张 GPU 之间的交换耗时过长。前者往往需要优化计算代码,后两者则可能涉及内存带宽、通信和任务安排。单纯增加峰值算力,未必能解决问题。
芯片研发周期较长。如果等模型发布后才开始适配,很多硬件选择已经无法改变。模型研究人员提前参与,可以让下一代计算任务对内存和通信的需求更早进入产品规划。
世界模型还要兼顾不同使用方式。离线生成场景,可以等待计算完成;用户实时移动视角时,画面必须及时响应。两者对速度、延迟和资源分配的要求不同,需要放到完整任务里测试。
研发成果需要进入开发者的软件
AMD 拥有一支持续训练和迭代模型的内部团队后,也有了长期检验自身软件的使用者。模型更新会不断暴露新的兼容性和性能问题,修复结果可以在真实项目中反复验证。
但专门为一个模型写的优化,未必能被其他项目直接采用。要让更多开发者受益,还需要把成果整理为通用计算组件、稳定接口和部署文档,提供可以复现的测试。
开发者最终会把这些工作算进成本:项目需要多久才能跑起来,一次生成占用多少显存,软件升级后是否还要重新适配。这些细节决定了团队是否愿意长期使用某个平台。
World Labs 已经提供了可供创作者使用的产品。AMD 接下来要完成的,是把模型研发中积累的经验变成更多项目能用的软件,并让硬件改进体现在具体任务中。生成同一处场景更快,训练一次机器人策略更省,才是这笔收购能够交出的实际结果。

