作者 | Judy

来源丨 IT 桔子

一、82 亿美元交易和两位华人女性

2026 年 9 月 28 日，星期一。AMD 在官网贴出一则公告，说自己已经和 World Labs 签署最终协议，将收购这家公司。交易全部以股票支付，作价约 82 亿美元。公告说，交易预计在 2026 年底前完成，前提是拿到监管批准、满足其他惯常的交割条件。

被收购的 World Labs 成立于 2024 年，做的是「空间智能」——让 AI 理解三维世界，并在其中导航和决策。这个公司大约 70 人。

去年底，World Labs 推出第一款产品 Marble，一个能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，它刚完成 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，出任执行副总裁兼首席科学家，直接向 AMD 的 CEO 苏姿丰汇报。

这两位女性，值得多说几句。

李飞飞于 1976 年生于北京，在成都长大，16 岁跟着父母移民到美国新泽西。后来，她成为普林斯顿大学物理学学士，加州理工学院电气工程博士，之后长期任教于斯坦福，是计算机系的红杉讲席教授。

2009 年，她主导创建了 ImageNet ——那个后来被公认为点燃深度学习革命的数据集。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，两年后回到斯坦福，联合创办了以人为本人工智能研究院（HAI）。

2024 年她创立 World Labs，提出「空间智能」这个概念：如果说大语言模型让机器学会了读和写，那么下一步是让机器真的理解物理世界——物体在哪里，会怎么动，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 年生于台南，3 岁随父亲赴美。她的本科、硕士、博士全部在 MIT 完成，念的是电气工程，博士期间做的是绝缘体上硅（SOI）技术。她先后在德州仪器、IBM 任职，2012 年加入 AMD，2014 年 10 月出任 CEO。

那时 AMD 是什么样子？市值三十几亿美元，连续亏损，股价长期在两三美元徘徊，被外界当成「快要死掉的陪跑者」。

苏姿丰上台后做了几件事：押注 Zen 架构，把台积电的先进制程变成自己的武器，果断砍掉非核心业务。十年过去，AMD 从一家苟延残喘的公司，变成了市值触及万亿美元的英伟达挑战者。她是美国半导体行业里少见的、既懂技术又懂生意的 CEO。

这样两个人坐到一起，苏姿丰对这笔交易的解释很朴素：「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。」她还说，收购 World Labs 是为了「获得李飞飞汇聚起来的世界级人才」，然后把它和 AMD 在硬件、软件、系统上的能力接起来。

李飞飞的补充则更直接。她说公司的雄心在扩大，雄心扩大就带来对算力的渴求。「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。这笔交易把两个缺口对上了。

但真正有意思的是——这不是一次临时起意。翻 IT 桔子的投资交易记录会发现—— AMD 在 World Labs 身上已经下了两年的功夫，它早就参与过对后者的投资，而这些投资只是它过去三年半密集投资 37 笔出手中的一笔。

二、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，此前并没有在这个方面下功夫。然而在 2023 年，ChatGPT 诞生之后，它的投资并购开始突飞猛进。

2023 年 1 月到 2026 年 9 月 29 日，AMD 一共出手 37 次，涉及 33 家公司。

它的投资节奏是逐年加快的。

2023 年只有 4 笔，算是试水，其中最大的一笔是参与 ARM 的 IPO 基石轮。

2024 年一下子铺开到 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，仍是 9 笔，出手方向开始从模型层往下沉，往推理引擎、光子计算、AI for Science 这些更硬的环节走。到 2026 年，仅仅前三季度就出手 15 次。

如果把这 37 笔按行业拆开，集中度惊人。人工智能占了 28 笔，占比 76%，先进制造 3 笔 25.20 亿元，企业服务 1 笔 23.94 亿元（那笔是投资 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 敢在种子轮和 A 轮就跟进巨额轮次：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 是整个金额出资者之一，但对于种子天使阶段来说这样的交易规模也是惊人巨大的。

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。

在地理分部上，AMD 投资的 33 家公司里美国占了 23 家；欧洲这边，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 投的不是这几家公司本身，是它们背后那个国家的 AI 基建叙事。

三、它到底买了些什么

先说模型公司这一层。AMD 押得很散，散得几乎是刻意的。

Cohere 是它投得最勤的一家，2024 年 7 月和 2025 年 8 月连着两轮 D 轮，每次 5 亿美元。

这家美国公司做的是面向企业的大模型，不走消费级路线。两轮的股东名单里都有英伟达和 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，这在它的投资清单里不是孤例。

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 在这里拿到的不是股权回报，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。含 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 做的是数据标注，训练大模型绕不开它。

Liquid AI 是从 MIT 里长出来的公司，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。它没有追最主流的架构，追的是「万一 Transformer 不是终局」这个可能性。

Stability AI 的故事绕了个弯。这家英国公司因为 Stable Diffusion 一夜成名，之后经历了动荡和重组，2026 年 8 月的 B 轮只有 7600 万美元，投资方是 AMD 和环球音乐集团。环球音乐的出现说明它已经把重心挪到了版权合规的生成内容上。AMD 愿意在一个低谷期进场，看中的应该是它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不能被榨干的一层。

RadixArk 是这条线上最值得说的一笔。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投两次的公司：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，用光来做芯片之间的互连。两轮名单里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 轮里都有英伟达，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，此前一轮战略投资里还有软银。

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，股东名单里能看到 KPCB、贝索斯的 Bezos Expeditions、Lux Capital、NEA、Prosus、StepStone；它上一轮 A 轮里有英伟达、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 轮里，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。

四、17 次同台：AMD 和英伟达，

几乎出现在同一批交易里

把 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。英伟达在这些轮次里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。

五、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，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，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 笔投资搭一条完整的链。

最底下是硅片和互连—— Ayar Labs 的光 I/O、Teramount 的光纤耦合、Celestial AI 的光子计算、ARM 的 IP 生态。往上一层是计算和调度—— Moreh 的 AI 软件、RadixArk 的推理引擎、Wafer 的推理优化、Fireworks 的生产平台。再往上是模型—— Cohere 的企业大模型、Liquid AI 的非主流架构、Stability AI 的开源生成、Essential AI 和 RSI 的前沿探索。然后是应用和分发—— Runway、Luma、Uniphore、Upstage。最后还有出货渠道，也就是 Vultr 的 GPU 云和 Nutanix 的数据中心虚拟化。

每一层都有锚点，而且每一层都不只投一家。这不是追求命中率，是追求覆盖面。模型层同时押开源和闭源、主流和非主流架构，单点失败不影响全局判断——反正它要的从来不是「押中哪家公司会赢」，而是「无论谁赢，训练负载长成什么样我都知道」。

这也解释了它为什么要反复强调开放。苏姿丰这次说：「你将同时拥有开源模型和专有模型，AMD 一直在为此作出贡献。」看它的清单，Hugging Face（开源模型枢纽）、Stability AI（开源生成模型）、RadixArk（开源推理引擎 SGLang）——三个开源 AI 栈的关键节点，它一个没落。在一个由英伟达定义规则的封闭体系之外，AMD 想做的是「另一极」的组织者。这个位置不需要它自己造出全部零件，只需要它站在那些零件的连接处。

然后是这套打法里最精妙的一环：投资本身，就是并购的尽调。

传统并购最大的风险是信息不对称——你不知道自己买的是什么。但如果你先以少数股东的身份进入，拿一个董事席位或观察席位，看上一两年，这个风险就被大幅对冲掉了。你见过它的团队，看过它的 roadmap，知道它的模型真实跑起来是什么水平，也知道它和你的硬件配合得好不好。

World Labs 就是第一个完整跑通这个闭环的案例。AMD 在它成立仅八个月时就进了 B 轮，此后一路跟到 C 轮，观察了整整两年，然后全资买走。这不是「看准了下手」，这是「看够了下手」。

还有一个容易被忽略的角度：钱投出去，本身也在创造需求。AMD 投的这些公司，拿到钱之后要买算力。它们中的相当一部分本来就是 AMD GPU 的客户，或者至少是潜在客户。投 Cohere 的 5 亿、投 River AI 的 11 亿，有多少会最终变成 AMD 的服务器订单，不好说，但这个循环是真实存在的。

李飞飞自己就点破了这点：World Labs 的雄心在扩大，对算力的需求跟着涨。一家模型公司的瓶颈是算力，一家芯片公司的瓶颈是不知道未来的模型要多少算力——这笔交易把两个瓶颈对接上了。

六、接下来看什么

三年半，37 笔投资加 1 笔并购，1368 亿元人民币。AMD 用这套组合拳给出了一个 CVC 的样本：不追求命中率，追求覆盖率；先入股观察，看准了再全资吃掉；用生态对抗生态，而不是用芯片对抗芯片。

值得关注的已经不是它还会投谁，而是已经投过的这 33 家公司里，谁会成为下一个被全资收购的对象。

从数据上看，最符合画像的是那几类：被连投两轮以上、处在关键节点、还没有被巨头锁死。Ayar Labs 拿了 D 和 E 两轮，Luma AI 两年内两次 C 轮，Cohere 两次 D 轮——这三家都在名单上。如果 AMD 的判断是「世界模型和物理 AI 是下一波算力洪峰」，那么它接下来大概率还会再买一家，而且大概率是自己已经观察了一两年以上的那家。

2024 年 9 月，AMD 第一次出现在 World Labs 的股东名单里。那一轮总共只融了 2.3 亿美元，在当时的新闻里不值一提。两年后，这家公司被 AMD 以 82 亿美元全资买走。