李飞飞与苏姿丰同台：机器人将成算力新引擎，市场或达数千亿美元

当地时间 11 月 12 日，CoRL 2026 机器人学习大会上，World Labs 创始人兼 CEO 李飞飞与 AMD 董事长兼 CEO 苏姿丰坐到一起，围绕物理 AI、机器人发展、算力需求及未来模型路线等话题交换了看法。这场对话由 CoRL 大会组织者 Peter Stone 主持。

这也是 AMD 宣布收购 World Labs 之后，两人首次公开同台交流。

李飞飞判断，计算能力将因机器人进入下一个发展阶段；苏姿丰则给出市场层面的预期：物理 AI 尤其是机器人领域，未来几年可能成长为规模达数千亿美元的市场。

按照 CoRL 2026 官方议程，李飞飞当天还作了题为《Atlas：用于生成与重建的统一世界模型》的主题演讲，介绍 World Labs 在世界模型领域的最新研究成果。

聊到机器人市场前景，苏姿丰说，人工智能仍处在发展早期，物理 AI 尤其是机器人领域机会巨大，未来几年市场规模可能达到数千亿美元。她认为，机器人得真正理解物理规律、模型及周围环境，硬件、软件和系统之间的协同优化会发挥重要作用。

苏姿丰还提到，AMD 已经拥有一支规模相当可观的物理 AI 和机器人研究团队，不过相关布局仍处于早期阶段。公司手上已有嵌入式 FPGA、处理器和 AI 引擎等技术，可以支持工业机器人等设备。下一步，AMD 希望加强与大学、初创企业及研究机构的合作，把机器人技术生态推起来。

谈到 AI 模型往哪儿走，李飞飞给出的说法是“AI 就是计算，计算就是 AI”。在她看来，世界模型、语言模型、多模态模型这几类东西正走向融合，软硬件也得一起往前推。

说到大语言模型和视觉语言模型在机器人领域的应用，李飞飞表示，这些模型会发挥越来越重要的作用，但目前还不能认为机器人领域的系统性问题已经得到解决。机器人需要与物理世界直接交互，仍有大量技术问题需要探索。

苏姿丰对此的看法是，不同应用场景需要不同类型的模型，不存在一种模型或单一技术路线能够解决所有问题。部分场景中，前沿大语言模型可能表现出色，另一些场景中，专用模型可能更具优势。

这场对话里，算力需求同样占了不小的分量。苏姿丰的判断是，机器人会把各种形态的算力需求继续拉高——模型训练用的云端算力、企业内部的計算资源、边缘计算，还有直接装在物理环境里的计算设备，都算在内。

她提到，将来需要的算力在规模和形态上都不会单一，得靠硬件、软件、系统三方面一起调优，才能把整体效率提上去。机器人进入现实场景的脚步越快，低功耗、高效率、低延迟这些指标的分量也会越重。

李飞飞这边的看法是，机器人会把算力带进下一个阶段，而且需求不只在训练端，边缘计算同样会被牵动。她还说，机器人这些年走得并不轻松，设备得看懂物理世界并与之打交道，眼下 AI 技术的进展正好给这个领域开了新口子。

话题还转到学术机构怎么拿到算力。李飞飞认为，AI 正处在快速发展的紧要关头，让公共部门和学术研究人员有足够的计算资源很关键。她提到自己此前推动的美国《国家人工智能研究资源法案》（NAIRR），是希望用公共资源支撑研究者做 AI 评估、基准测试这类工作。

苏姿丰对此表示赞同。她说 AMD 正在建设规模达到数千兆瓦级别的计算能力，并认为行业里的企业该拿出部分计算资源投向长期研究，向大学和下一代创新者开放，让更多研究人员能参与进来。

苏姿丰还透露，AMD 已经有物理 AI 和机器人研究团队，接下来想借李飞飞和 World Labs 的加入把相关研究做得更深，同时跟整个机器人生态系统接上联系。

对话也聊到了 AI 能耗和模型效率。苏姿丰说，降功耗、提效率、延长使用寿命、压低延迟，都是未来计算技术要一直优化的方向。李飞飞的回应是，人脑的高能效是几十亿年进化攒出来的，拿它跟当下 AI 模型的训练能耗直接比并不合适，况且 AI 也未必只是照着人脑去复制。