# AMD收购World Labs后首秀：李飞飞苏姿丰定调物理AI算力协同

> 原文链接：https://robotics.hellobike.com/news/2026-11-16-amd-corl
> 频道：news | 更新日期：2026-11-16 | 标签：auto, rss, leiphone
> 核心摘要：李飞飞以AMD首席科学家身份亮相CoRL 2026，与CEO苏姿丰确立物理AI为数千亿美元级机遇。双方强调硬件软件系统协同优化，承诺向学术界开放吉瓦级算力，并指出机器人需多模态模型组合而非单一大模型驱动。

# AMD收购World Labs后首秀：李飞飞苏姿丰定调物理AI算力协同

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[李飞飞对话苏姿丰：AMD 收购后首次同台，CoRL 现场谈算力、机器人与「这个时代最大的失误」](https://www.leiphone.com/category/ai/b2VJ0YUl2gN5nNie.html)（雷峰网）

## 核心内容

在CoRL 2026大会上，即将出任AMD首席科学家的李飞飞与CEO苏姿丰首次公开同台，明确将物理AI与机器人定义为未来5至10年数千亿美元量级的核心机遇。针对学术界算力匮乏问题，苏姿丰承诺AMD在建设吉瓦级算力基础设施时，将专门预留资源支持大学与非营利机构的长期研究，以解决公共部门在AI创新关键期的资源错配。

技术路线上，双方否定了单一端到端大模型解决所有机器人问题的可能性，主张VLM/LLM与专用小模型分层组合，以平衡成本、功耗与实时性。AMD正通过整合World Labs团队及现有嵌入式组件（FPGA、AI引擎），构建从云端训练到边缘推理的全栈协同能力，强调只有硬件、软件与系统层面的深度耦合才能突破物理AI的工程瓶颈。

## 关键看点

- **产业定位**：苏姿丰将物理AI定义为数千亿美元级机遇，强调未来5-10年硬件、软件与系统协同优化是机器人领域核心技术壁垒
- **算力供给**：AMD承诺在建设吉瓦级算力设施中预留份额给高校与非营利机构，缓解公共部门基础研究算力饥饿问题
- **模型架构**：李飞飞指出VLM/LLM作用提升但非万能，机器人需采用多规模模型组合策略以兼顾性能、延迟与能效
- **生态整合**：AMD利用现有FPGA与嵌入式处理器基础，结合World Labs世界模型能力，构建覆盖云边端的物理AI全栈方案

## 工程与产业观察

此次对话标志着芯片巨头从单纯卖算力转向“算力+世界模型”的系统级赋能。对于具身智能开发者，这意味着未来算法研发需更关注软硬协同设计，而非盲目追求模型参数；同时AMD对学术算力的定向开放，有望加速Sim-to-Real等基础研究的验证闭环，降低初创团队与高校的训练门槛。
:::

## 原始参考来源 (Sources)

- [雷峰网：李飞飞对话苏姿丰：AMD 收购后首次同台，CoRL 现场谈算力、机器人与「这个时代最大的失误」](https://www.leiphone.com/category/ai/b2VJ0YUl2gN5nNie.html)