82亿美元把初创公司卖给AMD,“AI教母”李飞飞有多牛?

82亿美元把初创公司卖给AMD,“AI教母”李飞飞有多牛?
2026年09月29日 14:26 金通社

50岁的李飞飞,再次站在了全球媒体的聚光灯下。

当地时间9月28日,美国超威半导体公司(AMD)发布官方公告,以约82亿美元(约合人民币550亿元)全股票交易收购AI初创企业World Labs。

仅成立两年的World Labs,由来自中国的人工智能学者李飞飞联合创办,员工仅有70人左右,专注于空间智能与大型世界模型研发。

交易完成后,李飞飞出任AMD执行副总裁兼首席科学家,直接向AMD董事长兼CEO苏姿丰汇报。

被称为“AI教母”的李飞飞,出生于北京,成长于成都,在美国读书和创业。

为什么是李飞飞?AMD为何愿出82亿美元?李飞飞到底有多牛?从中国一路走来,站在AI最前沿的顶级科学家和商业奇才,是如何一步步炼成的?

从成都到普林斯顿

1976年,李飞飞出生在北京。她的父亲是一名工程师,在成都一家化工厂的计算机部门工作。李飞飞的童年,是在成都度过的。

故事的第一个转折,出现在小学最后一年。

那一年,老师让女生先放学,把男生留下来训话。她躲在门外,把那番话听完了——男孩子天生比女孩子聪明,现在男生的成绩竟然比女生低,这是不能接受的;等长到十几岁,周围的女生自然就变笨了。

从那天起,她剪短头发,不穿裙子,把兴趣转向数学和航天科技,还想挤进足球男队。同学们叫她“假小子”。

1992年,16岁的李飞飞随母亲飞往美国新泽西州帕西帕尼镇,与两年前先行赴美的父亲会合。

一家三口住进一栋红砖公寓二楼的一居室,家具是从路边捡来的。父亲不会英语,只能去店里修理相机;母亲在一家杂货店做收银员。

李飞飞靠报纸的分类广告找到一份中餐馆服务员的工作,没课的日子从上午11点干到晚上11点,时薪2美元。整个高中阶段,她周末还去给人做家务、遛狗。

也是在那所高中,她遇到了数学老师萨贝拉。这位拥有首席数学教师头衔的先生,是第一个不把她当成“一个说中文的移民”的美国人。后来家里开洗衣店的一部分启动资金,是她从萨贝拉那里借来的。

1995年,李飞飞以全班第六名的成绩毕业,SAT数学拿了满分。原本,她只打算申请学费便宜的州立大学和社区大学。最后不死心,向普林斯顿递了申请——因为那里立着爱因斯坦的青铜半身像,她一遍遍读底座上的碑文。

普林斯顿给了她全额奖学金。在那里,她选择物理学。

那几年她的生活像一部“双城记”:“周一到周五,我在普林斯顿学物理。周末我回到帕西帕尼,接待那些来取送衣物干洗的人。”

1999年李飞飞毕业时,正值网络经济最热的时候。高盛、美林都递来了橄榄枝,承诺帮她家还债,给高薪和真正的医疗保险,唯一的要求是放弃科学。

她回家问母亲。母亲只反问了她一句,这是你想要的吗?她立刻明白了母亲的意图。

她没有去华尔街,而是拿着奖学金去了西藏,研究了一年藏药,课题是“藏医药学与西医学医理的比较”。

多年后她解释这个选择:人类社会充满了种族间的冲突,她想亲自了解西藏的历史、文化和她的人们。她说,在西藏的研究和生活改变了她整个人生。

到加州理工读博时,考验再一次到来。

母亲确诊充血性心力衰竭,家里卖掉了干洗店,一家三口挤进学校的小宿舍。她一度觉得,自己每天追求梦想,自私至极。

麦肯锡的合伙人到学校招聘,面试之后当场把实习转成了正式职位。她把消息告诉母亲,话还没说完,就看到了母亲脸上那种熟悉的表情。

母亲说,自己了解这个女儿:她不是管理顾问,或者其他什么职务,她是个科学家。

母亲还说,一家人走到这一步,不是让她现在放弃的;这从来就不是她一个人的路,从一开始,这就是全家的路。

从此,她再也没有质疑过自己的道路。

首次创业

如果把她后来创办World Labs称作二次创业,那么她的第一次“创业”发生在普林斯顿。

2006年前后,计算机视觉圈子的中心是算法,数据只是训练工具。李飞飞提出了一个当时几乎被所有人否定的判断:再聪明的算法也解决不了泛化能力,机器需要更庞大的数据集。

她的目标是3万类别。

而学生邓嘉算过一笔账:按人工标注的速度,完成这个目标需要19年。

转机来自亚马逊的众包平台Mechanical Turk,它把这个死局拆成了无数个几秒钟的小任务。

2009年,ImageNet数据集与论文正式发布,起步时约320万张图片,后来扩充到1400多万张、2.2万个类别。

发起并主导这个项目的,就是李飞飞。

为了让数据集真正派上用场,她把数据全部开源,又从2010年起在自家实验室办起年度竞赛,邀请全球团队用各自的算法一较高下。

2012年,多伦多大学的三位研究者携卷积神经网络AlexNet参赛,把图像识别错误率一举压到比第二名低十多个百分点,一战成名。

跑赢这场比赛的算法,吃的是李飞飞的数据。深度学习浪潮由此被点燃,此后算法与算力的大爆发,都建立在“数据”这块基石之上。

今天谈人工智能,绕不开数据、算法、算力三大基石。ImageNet就是“数据”那一块,也被称作“AI的眼睛”。

这项成果把她送进了学术权力的中心。

33岁那年,她获得斯坦福终身副教授职称。2013年至2018年,她执掌斯坦福人工智能实验室,是这间实验室历史上第一位女性主任。

此后,她担任过谷歌副总裁、谷歌云人工智能与机器学习首席科学家,联合执掌斯坦福“以人为本人工智能研究院”(HAI)。

2017年,她联合创办AI4ALL,推动女性与少数族裔进入人工智能领域。

2020年2月,她当选美国国家工程院院士;同年10月,当选美国国家医学院院士;2021年,进入美国艺术与科学院——三院院士。2023年,她出版回忆录《我看见的世界》。

押注“空间智能”的两年

这份履历并没有让她停下来。

让她再次出发的,是一个朴素的问题:大语言模型写得出文章、答得出考卷,却看不懂三维世界——机器认出了猫,却不知道猫有多重、能不能跳上桌子。

用她的说法,这样的AI“如同在黑暗中行走”。

2024年,她与Justin Johnson、Ben Mildenhall、Christoph Lassner联合创办World Labs,总部在旧金山,方向只有一个词:空间智能——让AI看懂三维世界,并在其中导航和决策。

首轮融资之后,公司估值10亿美元。

两年时间,这家公司沿着同一条路线往下走:先造出世界,再让机器人进去练手,最后把这一切收进一个统一的模型。

公司交出的第一个产品是Marble:给一张图片、一段视频,或者一句话,它就能生成一个高保真、可持续存在的3D世界。

有了世界,还得有人进去练手。今年7月,World Labs收购机器人训练软件公司SceniX,后者的软件能在逼真的虚拟世界里训练机器人。

9月1日,新一代世界模型Atlas发布,把造世界这件事收拢进一个统一的模型——原生支持文字、图像、视频和3D数据,可以在统一的空间上下文中生成、重建和模拟三维世界。

这些事都踩在同一道门槛上:算力。

今年1月,在一场与苏姿丰的公开对话中,她谈到空间智能对算力的渴求:AI理解物理世界,需要非常大的内存、大量并行计算和快速推理。

坐在她对面听这些的苏姿丰,几个月后买下了她的公司。

AMD 为什么愿意出 82 亿美元

AMD为什么愿意花82亿美元买下这家初创两年的公司?

新闻稿里还有一处细节值得品味:World Labs目前约70名员工,加入AMD后将继续从事AI模型研究。这笔钱买下的,其实是一支团队和一条模型路线。

这份公告的定价并不便宜。消息公布当天,AMD收报每股607.87美元,跌3.61%,总市值9923亿美元。

这是AMD历史上第二大收购,仅次于2022年约500亿美元收购赛灵思。但两次买的东西并不一样:赛灵思补的是硬件能力;这一次,它买的是一家成立两年、约70人、尚无规模化收入的公司。

价格里的溢价也很直观。今年2月,World Labs完成10亿美元新一轮融资,投资方包括AMD、英伟达、Autodesk、Fidelity、Sea等,按当时媒体的口径,公司估值约50亿美元。

半年之后,价码变成82亿美元。

这笔交易也不是“闪婚”。2025年,双方就开始围绕模型训练和推理优化展开合作,AMD同时是World Labs的股东——今年2月那一轮融资里,AMD和英伟达出现在同一份投资人名单上。

AMD在新闻稿里给出的理由是:随着人工智能向推理、机器人、仿真和物理AI领域扩展,对计算基础设施的需求日益多样化。

而World Labs在开发先进模型方面的专长,将使AMD更深入地洞察工作负载的演变趋势,并帮助塑造未来的技术路线图。

苏姿丰的表述更直接:“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。这就是我们收购World Labs的原因。我们希望获得李飞飞汇聚起来的世界级人才,并将这些人才与AMD在硬件、软件和系统方面的能力结合起来。”

李飞飞这边的说法是:“随着公司的发展,我们的雄心也在不断扩大。”她特别提到,雄心的扩大也增加了公司对计算能力的需求。

“现阶段,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。”

在一封公开信里,她把加入AMD描述为World Labs“下一阶段”的选择。

对AMD来说,芯片路线图以年计,模型架构以月计。把一支模型团队装进公司内部,等于把“下一代AI负载长什么样”的判断,从外部合作变成内部能力。

而全球AI芯片的两大玩家——AMD与英伟达,都出现在她的投资人名单上。

她的第一本回忆录叫《我看见的世界》。从普林斯顿的一间机房,到旧金山那间约70人的办公室;从被称作“AI的眼睛”的ImageNet,到作价82亿美元的世界模型——这位中国姑娘要机器做的,始终是同一件事:看见这个世界。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部