AMD 82亿美元收购李飞飞公司:世界模型为何成AI新战场?
飞象原创(高靖宇/文)世界模型,已经成为今年AI行业最热闹的赛道之一。AMD宣布以约82亿美元收购李飞飞创办的World Labs,谷歌发布新一代世界模型Genie 4,百度Apollo World世界模型亮相——巨头们接连出手,一场通往物理AI的竞赛就此开启。为什么世界模型突然成了焦点?行业里一个普遍的共识是:语言模
世界模型成了今年AI行业最热的赛道之一。AMD宣布以约82亿美元收购李飞飞创办的
为什么世界模型突然被推到聚光灯下?业内一个普遍看法是:语言模型能描述世界,世界模型则让AI理解现实世界的运行规律。把规律搞懂了,AI才有可能真正走出屏幕、作用于物理空间。
机器人走进仓库,面对一件从没见过的商品,伸手去取,结果常常抓空、碰倒、卡住。它缺的不是力气,而是对世界的“预判”——物体多重、怎么滑动、碰撞后如何反应,这正是世界模型要教会它的。可要练出这种预判,得先喂饱真实世界数据,而数据紧缺,正在拖住具身智能快速、规模化进入现实世界的脚步。
数据荒
2026年7月,李飞飞在a16z播客里说过一段话,后来被引用了很多次。她的判断是,机器人眼下卡在一个特别难的地方:数据太缺,训练要用的没有,评估要用的也不够。大语言模型弄懂语义就够了,机器人却得弄懂物理世界。她的原话是,“这些信息不是看到就能获取的,必须通过真实世界的物理交互才能采集。”
这句话点破了
真值数据采集还卡在另一个地方:没法通用。按李飞飞的说法,换个机器人型号、换个工作场景、换套光照和物体条件,采来的数据基本搬不过去——一台机器人在A工厂练会的抓取,到了B工厂产线上还得重训。
只把大模型塞进机器人,产生不了真正的具身智能。
大模型需要怎么“投喂”?
面对这道难题,李飞飞给出的解法是
她创办的
这话没错。可链条第一环Real——拿什么样的眼睛去真实世界里采——在行业叙事里被压得很低。喂进仿真的真实数据要是本身就脏、带视差、有时差,碰到玻璃和金属表面还是空洞的,那Sim-to-Real这道鸿沟只会越填越宽。
为什么是现在这个节点暴露问题?因为
用“眼睛”还原真世界
如何让机器人“看得清”“看得准”?目前,主流厂商习惯用“组合拳”,远距离,交给激光雷达类传感器。以
这是工程上最成熟的组合拳,但从原理上绕不开三个死穴:
视差。多个传感器物理位置不同,看到的角度不同,后端融合必有对齐误差。
时差。深度相机大约10Hz,激光雷达大约15Hz,RGB相机20到30Hz。帧频对不上,时间戳对不上,空间定位也对不上;物体一快,这点差就是失控的距离。
材质盲区。高反光金属、透明玻璃、亮面薄膜,光要么穿透要么镜面反射,传统算法拿到的
这三个问题怪不得算法,是“先成像、后计算”这条路本身带的物理缺陷。装得越多,割裂越深,模型得花大把成本去对齐、去融合,行业该找更优解了。
结语:
世界模型的竞赛,最终要在真实世界里兑现。当巨头们在算力与参数上短兵相接,一个更底层的变量正在浮出水面——