事件概述
同一周内,两家头部芯片厂商完成了对模型与平台资产的收购。AMD 以约 82 亿美元全股票交易完成对空间智能公司 World Labs 的收购,李飞飞出任执行副总裁兼首席科学家,直接向苏姿丰汇报,团队继续开发空间智能与世界模型。苏姿丰在 CoRL 2026 上判断,物理 AI 尤其是机器人赛道未来数年可能达到数万亿美元级别。
英伟达则在发布 2027 财年第三季度业绩的同时宣布收购开源模型平台 Hugging Face。该季度营收 1158 亿美元、同比增长 103%,其中数据中心 1076 亿美元、同比增长 110%,约占九成;Vera Rubin NVL72 进入量产,被称为公司史上爬坡最快的产品;第四季度营收指引约 1300 亿美元,且不含中国数据中心收入。公司同时追加 1500 亿美元回购授权。
两笔交易共同指向一个判断:芯片厂商不再满足于销售算力,而是直接买入模型能力与开发者生态。
背景与解读
一、技术背景与演进脉络
物理 AI 要求系统理解三维空间、预测物体运动并生成可执行的机器人动作,训练侧需要高带宽互联与大规模仿真,推理侧则把算力推向边缘节点。世界模型因此成为连接数据、仿真与控制的关键组件。芯片公司把它纳入自身版图,是为了让硬件负载与软件需求形成内生闭环,而不是等待第三方填补场景空白。
二、核心驱动与底层机制
竞争维度正在从制程与互联,转向“芯片+软件栈+模型+场景闭环”的系统级较量。AMD 的路径是开放硬件、开放软件加自研前沿模型,以真实空间智能负载反哺 Instinct 与 ROCm;英伟达则以 GPU、CUDA、NVLink、Cosmos 世界模型、GR00T 机器人模型的完整链条构筑护城河。收购开源平台意味着开发者入口本身成为战略资产。
三、市场格局与产业链影响
系统级竞争并非没有张力。若自研模型优先适配自家芯片,云厂商与模型公司可能担心“既是裁判又是选手”;ROCm 成熟度、模型开放程度与云上实例可得性,将决定开发者迁移意愿。全股票交易带来的股权稀释,也需要业绩兑现来消化。短期看英伟达的生态惯性与装机量仍难撼动;物理 AI 场景高度碎片化,给开放硬件与开放软件留下切入窗口。
影响与趋势
短期看,交易完成只是起点,真正的考验在路线图协同与开发者采用率;中期看,全球 AI 芯片格局更可能走向多极化,云厂商自研 ASIC、开源模型与垂直场景模型并行发展。关键观察变量包括开源平台的中立性安排、模型适配新硬件的速度,以及机器人与工业仿真等场景的实际算力采购规模。
对产业参与者的启示
芯片企业应在开放生态与自研模型之间划出清晰边界,以可验证的性能与工具链赢取开发者;模型与机器人公司宜保持多平台部署能力,避免被单一硬件路线锁定;云服务商则可利用场景碎片化窗口,在推理与边缘侧构建差异化供给。
本栏目内容为行业信息整理与技术观点分享,不构成任何投资建议。