Skip to content

新闻雷峰网6 天前

AMD收购World Labs后首秀:李飞飞苏姿丰定调物理AI算力协同 ​

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」(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。

基于本页技术方向关联的整机参数、核心零部件、实测报告与同赛道选型横评。

外部来源

本页事实对应的公开页面,以原文为准。(点击将离开本站)

  1. 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」 ↗访问 2026-11-16