AMD以82億美元收購李飛飛的World Labs，真正的看點不在交易本身，而在它刺破了一個行業共識，芯片本身已經不足以構成護城河，AI競争的戰場正在從語言模型轉向物理世界。黃仁勳在CES 2026上提出，物理AI的ChatGPT時刻即将到來，兩家在AI算力市場合計占據近九成份額的公司，正在同一條新賽道上狹路相逢。

英偉達的先發優勢是系統性的。早在2024年3月，英偉達就推出了面向人形機器人的多模态通用基礎模型Project GR00T與機器人SoC Jetson Thor；其Cosmos世界基礎模型系列覆蓋從40億到640億參數的三種規模，配套Isaac機器人仿真框架與Omniverse數字孿生平台，形成從世界模型、合成數據到仿真驗證的完整物理AI技術棧，并聯合全球機器人與制造夥伴組建Cosmos Coalition聯盟。市場還報道其計劃以約130億美元收購Hugging Face，補齊開源模型生态。

世界模型之所以成為必争之地，在于它擊中了機器人與自動駕駛産業最痛的點，真實世界的有效訓練數據極度匮乏。世界模型能夠生成物理規律自洽的合成數據，讓智能體先在物理感知的數字世界中學習再部署到現實，這直接決定了端到端自動駕駛長尾場景與通用機器人訓練的數據上限。同時，三維空間渲染、多視角推理與大規模仿真是對算力吞吐和顯存架構要求極其苛刻的硬件殺手級應用，誰的世界模型工作負載定義了行業标準，誰的芯片就有了先天适配優勢。

競争格局并不隻是兩家的事。Google DeepMind的Genie 3已能實現實時交互的三維世界生成，Meta前首席科學家楊立昆創辦的AMI Labs以約10億美元融資刷新歐洲種子輪紀錄，世界模型的軍備競賽已經全面鋪開。

格局判斷上，英偉達憑借全棧閉環與CUDA生态仍握有壓倒性先手，AMD以開放生态加模型内化打法的短期目标顯然是縮小差距而非逆轉。但隻要物理AI兌現為繼大模型訓練之後的新一波算力需求浪潮，下一代芯片架構定義權的争奪，才剛剛開始。