Article content is shown in its original language.
李飞飞创办的空间智能独角兽World Labs并入AMD，三维原生大模型结盟底层芯片巨头；剖析多模态空间表征、具身智能数据闭环与英伟达CUDA生态突围战。
从读懂像素到理解物理世界：空间智能如何走进日常设备
普通用户在日常使用智能手机与各类AI助手时，早已习惯了平面维度的图文交互：输入一段文字，模型输出几段润色后的文本，或是生成一张分辨率极高的二维插画。然而，这种仅仅在扁平像素与字词概率中游弋的智能形态，存在先天的维度缺陷：它无法理解重力对杯子的倾覆力矩，无法感知房间拐角背后的遮挡几何，更无法在真实的物理三维空间中指导机器人伸手稳稳抓起一枚鸡蛋。人类生存的真实世界是充满深度、刚体碰撞与连续时空变化的三维舞台，人工智能唯有跃入三维空间智能（Spatial Intelligence），才能真实成为改造物理世界的基石。
2026年9月28日，由著名计算机视觉科学家、斯坦福大学教授李飞飞共同创立的空间智能初创公司World Labs，正式宣布与芯片巨头AMD签署最终合并协议。李飞飞在题为《去追寻更新的世界》的公开信中深情回顾了团队从构建二维ImageNet数据集到探索三维生成模型的研发征程。这桩震撼硅谷的收购案，标志着空间智能从学术象牙塔里的理论探索，全维度转向依靠底层先进制程算力支撑的工业级产品落地，也将重塑我们身边服务机器人、空间计算头显乃至自动驾驶汽车的感知中枢。
World Labs的核心模型架构：体素辐射场与物理世界先验
要理解World Labs为何能在成立短短数年内引起半导体巨头的高度青睐，必须深入其独特的世界模型（World Model）技术架构。现有的二维扩散生成模型，本质上是在平面RGB通道内进行高维隐空间的去噪扩散，生成的画面看似逼真，但一旦镜头发生平移或旋转，画中物体的几何一致性就会迅速崩塌。World Labs另辟蹊径，将高斯溅射（Gaussian Splatting）、神经辐射场（NeRF）与物理仿真引擎深度整合进多模态大模型的自回归预测管道之中。
在World Labs的技术框架下，模型接收单张照片或数秒简短视频输入后，并非径直预测下一帧像素，而是径直在底层隐空间中构建出具备度量单位的三维连续体素几何流形。更具有颠覆性的是物理属性的联合建模：模型不仅记住了物体在三维空间中的坐标朝向，更赋予了不同几何体质量密度、弹性摩擦系数以及光照吸收反射特性。当虚拟镜头在空间中穿梭，或是虚拟机械臂与场景内物体发生碰撞交互时，场景严格遵循牛顿力学与刚体动力学规律演进。这种将生成式模型与物理仿真器融为一体的设计，为智能体赋予了前所未有的时空想象力。
空间语义理解（Spatial Semantic Understanding）的跃升，使得三维世界模型不仅能构建几何外形，更能理解物体的功能属性与拓扑关系。模型能够识别抽屉的拉开自由度、水杯的容积容量以及椅子的承重结构，为通用具身智能赋予了类似人类直觉的物理交互先验常识，奠定了从感知走向操作的坚实台阶。
算力吞噬兽的现实瓶颈：三维张量对显存带宽的极限制约
然而，将智能推向三维维度的技术代价，是对底层硬件算力与显存带宽近乎疯狂的贪婪吞噬。在二维大语言模型处理中，Token序列的计算复杂度与序列长度呈二次方增长；而在三维连续空间内，空间分辨率由N提升至2N，其对应的体素数据量与张量稀疏度呈三次方立方级爆炸。在进行高精度空间辐射场渲染与实时物理碰撞解算时，现有的商用GPU显存多数时刻在几十毫秒内被海量几何网格与辐射特征填满。
李飞飞在公开信中坦言，World Labs在推进大尺寸三维世界模型训练与低延迟推理时，最致命的工程掣肘始终来自芯片层面的内存墙（Memory Wall）与通信互联带宽。传统依靠PCIe总线在CPU与GPU之间频繁搬运三维网格数据的架构，在面对动态物理交互时会引发灾难性的流水线停顿。要让三维空间智能走出实验室并在终端设备上实现几十毫秒的实时闭环，算法团队必须与底层半导体芯片设计团队坐在一起，针对三维张量稀疏性、超大容量高带宽内存（HBM）架构以及定制化的空间光追计算单元开展深度的软硬件协同设计。
AMD的战略算盘：以顶级算法资产突围ROCm与CUDA霸权
对于出资收购的AMD而言，这笔交易绝非一次普通的财务投资或人才招揽，而是其向英伟达算力霸权发起正面突围的关键战役。过去数年中，AMD推出的Instinct系列加速卡在原始浮点算力与高带宽显存容量等硬件参数上，已逐步逼近甚至在部分指标上超越英伟达同级别产品；但在实际商业落地中，全球开发者依然牢牢被英伟达的CUDA生态所绑定。其根本症结在于：AMD缺乏能够定义下一代AI核心负载的标志性标杆算法，其开源软件栈ROCm长期处于对CUDA功能的被动追赶与兼容状态。
通过将World Labs全盘纳入麾下，AMD一举锁定了未来空间智能大模型的技术制高点。AMD董事长兼首席执行官苏姿丰（Lisa Su）在联合声明中明确指出，AMD将依托World Labs的研发需求，径直优化未来MI350及下一代MI400芯片的微架构设计，为其量身打造针对三维体素流与空间几何变换的高效硬件指令集。在自研顶尖算法的强力拉动下，AMD有望在ROCm生态内部打造出一套闭环、高效、原生的空间智能开发工具链，在英伟达占据绝对优势的二维大模型腹地之外，另辟蹊径开辟属于自己的三维算力护城河。
异构编译架构层面，AMD推行的ROCm开放生态通过开源底层LLVM编译器后端与HIP运行时，为学术界优化三维稀疏卷积算子提供了自由修改的底层接口。开发者摆脱了黑盒专有驱动的束缚，能够针对特定空间注意力机制手动调度片上SRAM显存分配，榨干硬件单元的极限计算效能，形成了抗衡单一巨头的技术土壤。
具身智能的落地时间表：从概念演示到工业与消费级实战
空间智能与异构算力的深度结盟，处于将具身智能机器人的产业落地时间表大幅提前。长期以来，人形机器人与工业机械臂在复杂非结构化环境中的自主作业能力备受诟病：传统机械臂必须依靠工程师在现场耗费数周时间手动编写高精度运动轨迹点，稍有环境光照变化或工件位置轻微偏移，抓取动作就会遭遇失败。这使得机器人的实际应用被死死限制在标准化极高的汽车总装流水线上。
当机器人装备了具备物理常识的三维世界模型后，整个作业范式发生了质的飞跃。机器人在进驻仓库或家庭厨房前，仅需通过机载全景相机环视一圈，便能在内存中自发构建出完整的数字孪生场景，并在虚拟空间中自发完成数百万次抓取与避障动作的强化学习仿真演练。在工业物流分拣、灾害应急救援、家庭助老照料等非标准化场景中，机器人将首次具备应对未知突发状况的物理常识与空间常识。这种从感知、想象到行动的完整智能闭环，处于开启实体经济新一轮的生产力革命。
形势理气：空间三维表征为理，底层芯片集群为势，理借势成
宋代理学宗师朱熹在阐发宇宙生化之机时，提出极为深邃的理气之辩：天下未有无理之气，亦未有无气之理；理者物之固然，气者生物之具。理代表着宇宙天地运行所遵循的客观法则与几何真理，而气与势则代表着充塞天地之间、赋予法则以实体承载的物质、能量与时空动力。理若脱离了气势的依附，便只能停留在虚无缥缈的概念世界；唯有理与气势交融互摄，天地万物方能蓬勃生发。
将理气之学运用于当代前沿科技的观察，李飞飞团队所构建的三维几何流形与物理世界模型，正是数字时代对真实宇宙运转逻辑的高度抽象与数学之理；而AMD旗下由晶圆、高带宽内存与超大规模互联总线汇聚而成的澎湃算力，则是支撑这一法则得以投射入现实世界的不竭气势。学术界的纯粹算法探索若没有半导体工业巨擘的倾力注资与硬件共研，终将受制于物理现实的算力窘境；而硬件厂商若缺少顶尖算法之理的引领，庞大的硅片集群亦难免沦为盲目烧电的笨拙器物。理借势而成其用，势依理而得其明，这桩跨界结盟生动诠释了东方哲学中理势合一的深远智慧。
空间开发者生存指南：从二维向三维计算跃迁的技能升级路径
面对空间智能时代的汹涌浪潮，身处传统软件开发与数据科学领域的工程师，必须主动打破平面维度的认知舒适区，开展四维度的知识图谱升级。第一步是全维度掌握通用场景描述（USD）格式与三维几何表征标准。USD处于成为连接计算机图形学、物理仿真与多模态AI的底层数据通用语言，熟练运用USD管理多层级的几何、材质与刚体动力学资产，是参与空间模型管线研发的必备门槛。
第二步是深入探索高斯溅射（3DGS）与可微渲染工具链。相较于笨重且难以实时交互的传统网格重建技术，高斯溅射在渲染吞吐与显存利用率上展现出巨大的工程优势。开发者应积极上手NeRFStudio等开源框架，掌握如何从稀疏视图高效重建高保真辐射场，并探索将小型语言模型作为控制器嵌入动态场景的混合架构。
第三步是提前布局异构芯片生态与ROCm编程技能。不要将所有技术积累唯一押注于英伟达CUDA的单一路线上，积极学习HIP跨平台异构计算接口，熟悉AMD ROCm及各种跨架构编译工具链。在底层算力竞争日趋多元的未来格局中，具备跨平台硬件移植与底层算子深度优化能力的复合型人才，将在求职市场与技术外包中斩获长期的议价红利。
原稿日期：2026-09-29。