李飞飞宣布在 AMD 的第一周完成:晒工牌,重申「AI is compute, compute is AI」
北京时间 11 月 22 日凌晨 1 时 51 分(美国西部时间 11 月 21 日上午 9 时 51 分),李飞飞(Fei-Fei Li)在 X 账号 @drfeifei 上发帖:「在 AMD 的第一周完成了!」("Week One at AMD accomplished!")。帖文写道:「一如我一贯所说,AI 即算力,算力即 AI。」("As I have always said, AI is compute, compute is AI."),以动员语「LFG!🚀」收尾,同时 @ 了 @AMD 与 World Labs 的账号 @theworldlabs(帖文)。
与文字一起发出的,是一条挂绳上的 AMD 工牌:白色牌面印着 AMD 标志、她的证件照、名字「Fei-Fei」和红色的「San Francisco」字样。李飞飞是 World Labs 的联合创始人,曾领导创建 ImageNet,AMD 官网页面还为她列有斯坦福大学计算机科学系首任 Sequoia 教授、Stanford HAI(斯坦福以人为本人工智能研究院)创始院长等头衔(AMD 官网领导层页面)。9 月 28 日,她发布长文《To Seek a Newer World》宣布 World Labs 并入 AMD(长文);11 月 16 日,AMD 宣布收购完成(The AI Insider 报道)。五天后,她在 X 上晒出了这张工牌。
「第一周完成」是她的单方口径
这条帖文本身没有披露她在 AMD 的具体职务、任职安排,也没有说明她与 World Labs 之间的关系细节,「第一周完成」只是发帖人自己的说法。职务信息来自此前的公开记录:她 9 月 28 日在长文里写道:「能以执行副总裁(EVP)兼首席科学家的身份加入、直接与 Lisa 和她的团队合作,我无比兴奋。」AMD 官网的领导层页面同样写明,她是 AMD 的执行副总裁兼首席科学家。
至于任职形式——全职还是兼职——以及她在斯坦福的教职如何安排,帖文与 AMD 页面都没有写明。她 X 账号的个人简介(个人主页)如今把「Chief Scientist and EVP @AMD」放在最前面,并把自己在 World Labs 的角色标注为「Fmr Cofounder/CEO」(前联合创始人兼 CEO)。
五十四天里的三个节点
第一个节点是 9 月 28 日。她当天发布的长文以「World Labs 正在加入 @AMD」("World Labs is joining @AMD.")开头,并回顾了这家公司的来历:2024 年年初,她与 Ben Mildenhall、Justin Johnson 两位研究者共同创办 World Labs,训练面向「空间智能」的基础模型;AMD 首席执行官苏姿丰(Lisa Su)是这家公司的早期投资人。
第二个节点是 11 月 16 日。据 The AI Insider 报道,AMD 在当天宣布交易完成:全股票、约 82 亿美元,李飞飞随收购加入 AMD,直接向董事长兼 CEO 苏姿丰汇报。
第三个节点就是这条帖文:11 月 21 日发出,距收购完成宣布过去五天,距长文官宣 54 天。
「AI is compute」为什么指向芯片
「AI is compute, compute is AI」不是一句新话——她在 9 月的长文里陈述过这套逻辑。出发点是:只有语言模型不够,因为「宇宙不是由词构成的,它由真实的东西构成」,从科学、娱乐到机器人,大量重要问题都要求模型对物理世界的结构和行为进行推理。要做到这一点,按她的说法,需要「放大投入、扩大覆盖面、离硬件更近」——「如果没有专注的硬件投入,AI 在效率上会跛脚,在规模上也会跛脚;对我们的目标来说,它将始终被困在数字世界里。」
与 AMD 的合作正是沿着这条线铺开的。她的长文提到,两家公司从 2025 年开始深度技术合作,起点是 AMD GPU 上的模型训练与推理优化;苏姿丰既是早期投资人,也「一直是我的一位好朋友」。AMD 官网对她新职责的描述指向同一件事:推进研究,并与 AMD 各团队合作,「把新兴模型能力与未来 AI 基础设施的开发连接起来」。
收购完成时,苏姿丰把双方要一起做的事说得直白:「要交付为下一个超智能(superintelligence)时代提供动力所需的基础设施,我们必须把计算平台与模型放在一起优化。」
并入之后:模型团队留下
The AI Insider 报道称,收购完成后,李飞飞和 World Labs 的研究团队将继续开发基础模型,并与 AMD 工程师合作,把研究成果用于未来的芯片、软件和计算系统,面向使用开放 AI 技术的客户与开发者。
她在长文中盘点过这家公司的积累:为图像、视频和空间重建搭建的模型训练团队;通过收购 SceniX 建设的机器人仿真能力;以及最近发布的 Atlas——按她的描述,这是一个从头训练的全模态(omni)模型架构,以二维图像为输入预测下一个视角,把生成模型与多视角几何结合,基本解决了计算机视觉中长期的稀疏重建问题。她承诺继续「提供最好的开放模型与平台,端到端地支撑 AI 运行——从硬件到软件到模型,再到为其提供燃料的数据平台」。
回复区:道贺与一个关于次序的追问
截至北京时间 11 月 22 日 8 时许,这条帖文获得 3,516 次点赞、143 次转发、161 条回复和约 10.6 万次浏览。本文核验的前排回复绝大多数是道贺;也有人顺着那句口号接话——「看到你能用上这么多算力,太让人兴奋了!」(回复)。
问题也不全是客套。长期解读 AI 论文的 X 账号 Turing Post 留下一个更技术性的追问(回复):「恭喜!现在才真正开始有意思:在还不知道下一代 world model(世界模型)架构长什么样之前,真的能设计『空间芯片』(spatial silicon)吗?还是模型会先到来?」