一觉醒来，李飞飞把自己创办的世界模型公司卖了。83 亿美元，买家是 AMD。

情理之中，意料之外。

意外的是快。硅谷不少人早就判断这家公司最终会被卖掉，只是没想到这么早。

说情理之中，有三条线。

第一条，世界模型的资本门槛高得离谱。做一个比大语言模型更懂世界的模型，算法可以靠脑子，算力和数据只能靠钱。没有足够多的卡，这事基本不可能成。

83 亿美元听着多。放在硅谷大模型这盘棋里并不算贵，甚至算便宜。她这几年融的钱，几亿到十亿美金这个量级。而硅谷现在做机器人大脑的公司，两年时间估值从几十亿冲到两三百亿。有教授出来创业，起步价就是百亿。

贵的原因只有一个：必须融到足够多的钱，买够卡，买够数据，才有机会做出更好的模型。钱不够，这场仗就打不到最后。

第二条，GPT-6 对世界模型这条赛道是一次降维打击。

有人在香港机场随手拍了张照片，让 GPT-6 还原成 3D 模型，效果能看。他们自己的机械臂公司用 GPT-6 做抓取，比过去那些专用模型效果都好。香港大学也做过类似的研究。

问过 OpenAI 那边，说法是这一版训练里塞了大量物理世界的数据。以前大家以为大语言模型读文字行，理解空间和运动规律不行。GPT-6 出来后这个假设被推翻了。

大模型加上空间感知，整体智能程度可能比专门做世界模型的还强。那世界模型单独作为一条路线，就很难成立。这条我认同，很多时候我们凭直觉判断”对人简单的事对机器也简单”，恰恰是反的。狗会接飞盘，不代表狗懂物理。

第三条，这事只能在硅谷发生。

83 亿美元买一个顶级团队和顶级学术带头人。对 AMD 来说，它正处在卖算力芯片最关键的当口。下一代模型要用什么芯片，怎么训，答案在软件那一侧。买下这个团队，等于买了一个能看到未来的窗口。

李飞飞随后成为 AMD 首席科学家兼高级副总裁，直接汇报。硬件需要看到软件下一步要什么，而她有了足够的卡，可以继续把世界模型做下去。

双赢。

同样的故事硅谷演过很多次。贾扬清在硅谷做了一年多，公司十几亿美金卖掉。这种事能反复发生，靠的是那套对人才的尊重。大公司买团队，而不是挖两个人回来抄一遍。

抄看上去省钱。毁的是整片土壤。土壤没了，下一次大公司想买什么都买不到。

回到最实际的一层。这条新闻真正的信号不是谁卖了多少钱，是算力在这场游戏里的分量。一个顶尖科学家判断自己做不成，不是因为算法不行，是因为钱不够买卡。

这也解释了为什么这两年大家都在抢算力，价格一路往上。你想在模型这条线上继续玩，算力从哪来这件事绕不过去。国内不少人现在的做法是走中转，把算力当水电买，用多少算多少，先把活跑起来。

模型越来越强，门槛却越来越不像门槛。卡在中间的，是那笔买卡的钱。