AMD拟收购World Labs：从世界模型到物理AI的芯片账本

‍

摘要

82亿美元全股票收购World Labs，AMD买的是"下一代AI负载长什么样"的定义权——世界模型的训练与仿真几乎全部在云端，谁定义负载，谁就先写下一代芯片的规格。这笔交易的直接受益在云端，物理仿真和数据工厂推高GPU和整柜采购；端侧的机器人芯片不在收购的直接链条上，要等模型压缩和量产导入，是远期期权。

1. AMD收购World Labs，买的是什么？

2026年9月，AMD宣布以约82亿美元全股票收购李飞飞联合创办的World Labs，交易预计年底前完成。这家公司做的"世界模型"，是让AI理解三维世界、预测"一个动作会带来什么结果"——这正是机器人和自动驾驶缺少的能力。

AMD买它的原因在算力上：训练和运行世界模型的计算量远大于今天的大语言模型，而且绝大部分发生在云端数据中心。谁提前知道这类负载长什么样，谁就能先把下一代GPU、显存和机架系统对准它——英伟达已经用CUDA、Cosmos（世界模型）、Isaac（仿真与机器人开发平台）搭好了这个平台，AMD买World Labs，买的就是这个"定义下一代负载"的入口。

沿着这个入口往下看，钱的兑现顺序是清楚的：先在云端——物理仿真和数据工厂直接推高GPU和整柜采购；后到端侧——机器人的"大脑"和"小脑"芯片要等模型压缩、量产导入才放量，今天全球人形机器人出货刚进入万台级，且科研、展示和数据采集仍占较高比例。所以这笔交易的直接受益在云端，端侧只是远期期权。

AMD买的是什么：定义下一代负载的入口

2. 世界模型和今天的AI有何不同？

四类世界模型对应不同算力位置

按任务链看：重建器生成世界状态，模拟器推进状态变化，规划器选择动作，VLA（视觉—语言—动作模型，看懂画面、听懂指令、直接输出机器动作）把动作落到设备。四类负载对应不同的算力位置和芯片需求。

四类世界模型，对应四个算力位置

3. 为什么说算力先落在云端？

这些负载的第一落点是云端：预训练、大规模仿真、数据工厂都发生在数据中心，采购重点从单卡峰值转向有效轨迹吞吐（单位时间产出多少条可用于训练的仿真轨迹）。这也是AMD收购World Labs的直接关联——World Labs的模型跑在哪里，下一代GPU、HBM和机架系统的需求定义就写在哪里。

平台之争：NVIDIA已连通，AMD补研究入口

掌握数据生成、仿真、训练、评估和部署入口的厂商，更容易影响模型格式、内核、编译器和芯片规格的走向。NVIDIA已把CUDA、Cosmos、Omniverse/Isaac（底层仿真与数字孪生）、GR00T（机器人基础模型）和Jetson（端侧部署）串成平台；AMD希望借World Labs把研究入口接入Instinct GPU、ROCm 开源软件栈和Helios机架。两家押注同一个预期：物理AI会把训练、仿真、评估和部署变成持续发生的基础设施支出。

4. 中国玩家进展到哪一步？

这条赛道上，国内玩家也在加速布局，从云端世界引擎、数据工厂、仿真适配和车型/设备导入切入，芯片绑定程度和商业阶段各有差异。数据工厂用仿真批量生成训练数据；真机回流是把真机数据送回云端再训练，形成越用越强的循环。

中国玩家：从数据工厂走向真机回流

5. 云端和端侧的芯片生意分别怎么做？

云端：尾延迟决定整机有效吞吐

3D场景、长视频和多步轨迹会保留大量中间状态，HBM之外还要看GPU、CPU、仿真引擎之间的数据复用效率。状态跨卡交换后，整机有效吞吐由机柜内GPU互连、拥塞和尾延迟决定——并行任务中最慢的一个拖住整体。开放互连方案还要经过整柜bring-up、通信库和真实负载验证，才能进入采购清单。

典型链路是：云端预训练和大规模仿真→集群策略搜索、评估和蒸馏（把大模型能力"浓缩"进小模型）→边缘更新与协同→车辆/机器人端短时规划和安全控制→真实轨迹回传。云端芯片看显存、集群吞吐和互连，端侧看延迟、功耗、传感器接口、安全和供货。

端侧：三层竞争格局与三条技术路线

端侧主控芯片可按算力档分层（本文为分析框架，非行业统一分档）：小于50 TOPS档瑞芯微等AIoT厂较为活跃；50–200 TOPS档呈"智驾平移"混战，地平线系地瓜机器人、黑芝麻等车载芯片公司复用IP和客户平移过来；200 TOPS以上的高算力档目前由NVIDIA明显先发，Jetson Thor的2070 FP4 TFLOPS暂无同级对手。三条技术路线——GPU通用（英伟达）、NPU专用SoC（中国厂商）、Chiplet定制（北极雄芯）——3–5年内都不会出局。

价格带跨度是两个数量级：入门的瑞芯微RK3588单片数十美元，高端的Jetson Thor量产模组2,999–4,999美元（T4000/T5000，1KU+建议价）。进入车辆和机器人后，低延迟、功耗、传感器I/O、实时系统和安全降级比TOPS更接近design-in的真实门槛——芯片在设计阶段就被车企或设备商选定，一旦选定通常数年不换。客户采购对象因此从单张GPU，变成显存、互连、仿真后端、软件工具链和端侧迁移能力组成的整体平台。

端侧芯片：三层格局，三条路线

6. 价值链上谁在兑现、谁在验证？

价值链四层，利润池在运控与高端"大脑"

价值链自上而下是整机、模型与软件、"大脑"硬件、运控与执行件四层。从已披露上市公司样本看，部分电机驱动、控制和执行器企业毛利率较高，运控与执行件环节大致处于30–50%区间；但这不能推成整个环节的统一利润率；整机层头部放量但多数亏损；"大脑"硬件呈英伟达守高端、中国SoC抢中低端的二元结构。

有机构测算，人形机器人半导体成本占BOM约20%，其中SoC与存储合计占67%；按2030年整机均价10–15万元、半导体占比15–20%推算，单机半导体价值量约1.5–3万元。

价值链四层：利润池在运控与高端"大脑"

出货是真实的，但商业化闭环没走完

2026H1全球人形机器人出货1.9–2.5万台（IDC口径接近2.5万台、同比+432.1%；Counterpoint口径突破2.2万台；SAG口径约1.9万台），中国厂商占77.9%以上，智元与宇树合计份额约75%。但IDC的场景结构显示，科研教育、表演展示和政府数采中心合计占69%，出货增长仍有较大部分处于验证、展示和数据基础设施阶段；当前订单以试点与基建类项目为主，首批项目尚未走完"试点—续约"周期，头部本体厂的续约率与复购订单占比均无公开披露，这是需求侧最大的证据缺口。

兑现顺序：云端先行，运控随后，高端"大脑"最后

云端训练算力已在兑现（Figure等头部玩家的大额GPU采购已在发生）；运控与性价比主控的公司整体收入已进入报表——瑞芯微2026H1收入28.77亿元（+40.6%）、峰岹科技收入5.61亿元（+49.6%）；高端"大脑"和端侧VLA仍在量产验证期。"云端算力增长不自动转化为端侧芯片收入"在具身智能链上同样成立。

市场速览：规模阶梯与三条产业曲线

现金流曲线——控制、连接、视觉、电源和成熟主控（全志MR536、瑞芯微RK3588/RK3576、兆易创新MCU等），依托清洁、割草、服务和工业设备已经出货；升级曲线——主控+AI协处理器和车规平台（瑞芯微RK182X、地瓜S100/S600、黑芝麻A2000/C1200等），正从"具备计算能力"走向在具体机器人中形成供货关系；期权曲线——专用人形大脑、3D DRAM、Chiplet和高端模组（Jetson Thor、Tesla AI5/AI6等），价值弹性最高但商业证据待补。成熟度最高的未必是最像"大脑"的芯片，而是已经在真实设备中稳定供货、能被第二个客户复用、并在财务或采购文件中找到收入位置的芯片。

市场速览：规模阶梯与三条产业曲线