世界模型的两本账：AMD 的 82 亿美元，与论文里的 2 万小时

一笔交易，两种说法

9 月 28 日，AMD 宣布以 82 亿美元收购 World Labs。这家公司由李飞飞在 2024 年创立，做的是让深度学习模型对物理世界有更扎实的理解，第一款产品 Marble 既能生成娱乐内容，也能生成给机器人训练的仿真环境，9 月 1 日刚发布的下一代世界模型 Atlas 则原生支持文本、图像、视频与三维数据。安排上，李飞飞加入 AMD，任执行副总裁兼首席科学家，直接向苏姿丰汇报；另两位联合创始人 Justin Johnson 与 Ben Mildenhall 继续带队做模型研发，约 70 人的团队整体并入。交易为全股票形式，预计年底前交割，还需监管批准。按规模算，这是 AMD 史上第二大收购，仅次于 2022 年约 500 亿美元的赛灵思。

双方给出的理由不是一回事。World Labs 在声明里说，AI 研发需要「模型研究、系统与算力之间的紧密协作」；AMD 的说法是，理解 World Labs 这类前沿负载，会直接影响它怎么做芯片。李飞飞在公开信里写得更直白：

To do this requires scaling our efforts, widening our reach, and getting closer to the hardware.

一家想靠近硬件，一家想读懂负载。两句话合起来，标的就清楚了：交易买的不是某个模型的得分，是「下一波算力以什么形状被消耗」这件事的定义权。

账本上还有一层。World Labs 今年 2 月刚完成 10 亿美元融资，AMD 与英伟达同为参投方，媒体当时报道这一轮对应的谈判估值约 50 亿美元。七个月后 82 亿美元的对价，相对这一定价溢价超过六成。同一家公司，资本给出的价在七个月里挪了 30 多亿美元，挪的依据不是模型榜单上的分数，是「谁能定义负载」这个位置的稀缺程度。

买家补的是生态缺口

TechCrunch 点破了这层动机：Nvidia 已经有一整套开放权重的世界模型（Cosmos 系列），AMD 此前对外只给过文本模型和视频模型。两家去年还建立过推理优化与训练的合作，关系本来就近。世界模型被视为把生成式 AI 装到机器人上的关键环节——从自动驾驶到工业机械臂再到通用人形机，真实世界数据不够，得靠世界模型造合成数据来补。谁握住这类模型的软硬件组合，谁就握住这条链的入口。苏姿丰的说法更接近一句工程判断：「你对整个端到端流程了解得越多，就越能构建更好的系统。」

市场当天就给了自己的读数：28 日 AMD 股价跌 3.61%，收于 607.87 美元，总市值约 9,923 亿美元。买家在买未来负载的定义权，买家自己的股东却在为这笔溢价先付现钱——两本账没对齐，不需要等两三个季度就有第一个证据。

这条链上真正稀缺的那一环，不是芯片能解决的。

同一周，论文在算另一本账

9 月 25 日提交的 arXiv:2609.31394（InternW0-Δ）给出了一个尺度。它把机器人演示、UMI 数据、第一人称人类演示、Ego2Robot 数据统一到同一套状态—动作表征下，凑出超过 2 万小时的处理后训练数据，论文称这是它所知的同类里最大的开源语料。结构上用 Mixture-of-Transformers 把视觉动力学、场景语义、4D 几何与运动先验、动作生成缝在一起。

里面有个设计值得单独拎出来，叫 Causal Imprint：训练期用未来监督学「与未来相关的场景变化」，把预测表征直接交给动作专家，推理时不再做未来视频 rollout。这篇论文的主要工程努力之一，是把世界模型的推理算力砍掉一块。

同日的 arXiv:2609.31161 走的是另一个方向。它问的是：联合嵌入预测架构（JEPA）正被当成世界模型的基础结构，可预测得准，并不等于恢复了产生这些观测的底层因果状态。论文给出可识别性条件，其中一条关键是转移机制里存在充分的动作诱导变化——数据里的动作变化不够，学出来的表示就恢复不出因果状态。作者据此实例化出 A-JEPA，在合成环境验证理论、在视觉基准上验证状态恢复与对未见转移机制的迁移。

同一天还有 arXiv:2609.30996，把线性表征假设搬进视觉—语言—动作模型。它指出具身交互比语义属性麻烦的地方在于：关心的物理量会同系统动力学一起演化，表征影响策略选的动作，动作改变物理状态，再改下一个表征。论文的结论是存在一类表征，使候选动作轨迹下该物理量的未来演化能用线性探针读出来，并可沿自然参数空间的线性路径做定向控制。

三篇论文，三个切口，指向的是同一件事：世界模型能不能真的用来行动，卡在动作对齐数据的规模、动作变化的充分程度、状态能不能被稳定读出来。浮点运算量在这些工作里不是主角。

差额在哪里

买家记的是负载。世界模型的推理形态——长视频、三维场景、持续 rollout——是典型的算力吞吃型工作负载，把它绑到自家芯片路线图上，逻辑自洽。

论文记的是动作。同一周的三篇里，两篇在问数据够不够、动作变化够不够，一篇在想办法让推理更省。

两本账不会自动对齐。World Labs 承诺开源训练代码、模型权重、基础设施、数据处理流水线和处理后数据，Nvidia 的 Cosmos 也是开放权重路线。AMD 若真要补生态缺口，合理的动作是沿着开放这条路走得更远，而不是把 Marble 收成独家资产。

可观察的指标现成：Marble 会不会继续对第三方开发者开放；这类两万小时量级的语料后续是否继续发布；AMD 会不会像对手那样推出开放权重的世界模型。三件事在未来两三个季度都有答案。

一句话

82 亿美元买下的是对下一波算力形态的投票权。票投得对不对，不取决于芯片厂，取决于那两万小时动作数据能不能继续长，以及论文里那句「动作诱导变化要充分」能不能在真实机器人上被满足。

参考来源

• AMD to Acquire World Labs to Advance the Future of AI Compute（AMD 官方新闻稿，2026-09-28）
• AMD will acquire Fei-Fei Li’s World Labs for $8.2 billion（TechCrunch，2026-09-28）
• AMD is acquiring AI company World Labs in a deal worth more than $8 billion（The Verge，2026-09-28）
• InternW0-Δ: A World Action Model Bridging Predictive Dynamics and Actions with 20K+ Hours of Open Data（arXiv，2026-09-25）
• I Act Therefore I Am: When Is JEPA’s Action-Conditioning Enough to Learn Causal Mechanisms?（arXiv，2026-09-25）
• The Linear Representation Hypothesis for Vision-Language-Action Models（arXiv，2026-09-25）