AMD 82亿美元收购World Labs后首秀：李飞飞发布Atlas世界模型，苏姿丰锚定物理AI千亿美元赛道

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间: 2026-11-12

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。

2026年11月12日，在CoRL 2026大会上，World Labs联合创始人李飞飞发表演讲《Atlas：一个用于生成与重建的统一世界模型》，随后与AMD董事长兼CEO苏姿丰进行炉边对话。这是自AMD于2026年9月宣布以约82亿美元（约合人民币547亿元） 收购World Labs以来，两人首次公开同台。

📊 核心实体与商业数据

💡 业务落地拆解

Atlas世界模型：统一生成与重建的技术突破

李飞飞在演讲中系统阐述了Atlas的设计理念。她指出，机器人领域需要解决三个核心问题：理解和表征环境、预测动作后果、通过仿真补充真实世界数据。Atlas正是针对这三个问题提出的统一世界模型。

Atlas采用多模态自回归扩散Transformer架构，核心机制是通过相机位姿条件控制预测下一个视角。其能力覆盖三种模式：

• 稠密重建：输入多张图像，输出高质量三维场景；
• 稀疏重建：仅凭少量图像（极端情况下一张）估计相机位姿并生成完整世界；
• 纯生成：零像素输入，仅凭文本提示词生成视角一致的连续场景。

在定量评估方面，李飞飞披露，独立第三方机构RapidData在未提前告知的情况下，对多个最先进视频模型进行了相机控制生成基准测试，包含约50万次人工判断。Atlas在该测试中排名第一，且与第二名存在明显差距。此外，Atlas已进行模型蒸馏，能够以每秒15帧的速度实时运行。

“我们的核心理念是：视角就是一切（Viewpoint Is All You Need）。我们通过精确的相机位姿条件控制，让模型预测下一个视角。”——李飞飞

在机器人仿真应用方面，李飞飞表示正在测试Atlas的实际价值，包括用于机器人训练和导航，将真实世界与仿真世界连接，再让仿真结果应用于真实机器人。她展示了机器人完全在虚拟仿真环境中训练、再以零样本方式部署到真实世界的探索成果。

苏姿丰：物理AI是数千亿美元机会，AMD已组建早期机器人团队

苏姿丰在对话中明确表达了对物理AI的战略判断：

“物理AI，尤其是机器人领域，是一个巨大的机会，未来几年，这个市场的规模可能达到数千亿美元。”——苏姿丰

她透露，AMD已经拥有一支规模相当不错的物理AI和机器人研究团队，但相关布局仍处于非常早期阶段。AMD在嵌入式FPGA、处理器和AI引擎等组件上已有积累，能够控制工业环境中的许多机器人，但若要进一步进入前沿机器人领域，仍需深化研究。

苏姿丰强调，硬件、软件和系统之间的协同优化理念同样适用于机器人领域。她预计，未来五到十年，机器人将成为AMD极其重要的领域。

李飞飞：AI就是计算，计算就是AI

李飞飞在对话中提出，模型与计算的关系已发生根本性变化：

“AI就是计算，计算就是AI。无论是世界模型还是语言模型，都是如此。”——李飞飞

她认为，前沿LLM/VLM与专用模型各有所长，未来需要硬件与软件共同演进、协同设计。同时，她呼吁为公共部门研究者提供更多算力，开展基准测试并向公众提供信息，以负责任的方式推动AI发展。

🚀 对企业 AI 化的启示

1. 物理AI进入战略并购与整合期。 AMD以82亿美元收购World Labs，标志着传统芯片巨头正通过资本手段快速获取世界模型核心能力，构建从云端到边缘再到物理环境的全栈AI布局。企业应关注物理AI领域的技术整合与生态卡位机会。

2. 世界模型成为机器人落地的关键基础设施。 Atlas统一生成与重建的能力，为机器人训练提供了低成本、高保真的仿真数据来源，有望显著降低真实世界数据采集成本。企业可评估世界模型在自身仿真、设计、创意等场景的复用价值。

3. 算力需求将向边缘端和物理端大规模扩展。 苏姿丰与李飞飞均判断，机器人将推动计算需求从训练端向边缘端和物理环境延伸。企业AI化战略需提前规划异构计算架构，重视低功耗、低延迟的端侧推理能力。

4. 公共部门算力投入关乎创新生态。 双方共同呼吁为大学和非营利研究机构提供算力资源，强调公共部门在基准测试、安全评估和人才培养中的不可替代作用。企业可通过算力捐赠、联合研究等方式参与生态建设，获取早期技术信号与人才储备。

【官方原文链接】点击访问首发地址