AMD объявила о приобретении World Labs, одного из ведущих разработчиков глубинно обучающих моделей, нацеленных на понимание физической реальности, в сделке на 8,2 млрд долларов. Компании сообщили об этом сегодня. Как указано в заявлении World Labs, развитие ИИ требует «тесного сотрудничества между исследованиями моделей, системами и вычислениями», и покупка должна ускорить эти усилия; для AMD понимание «краевых» рабочих нагрузок, создаваемых World Labs, впишется в дорожную карту по чипам. Источники сделаны в рамках представленного объявления.

После завершения сделки основатель World Labs Фей-Фей Ли присоединится к AMD в качестве исполнительного вице-президента и главного ученого. Ранее стороны уже заключили партнерство по оптимизации выводов и обучению, а связи между ними сохраняются близкими. Примечательно, что Ли была гостем на презентации AMD на CES ранее в этом году.

Ли, профессор Стэнфордского университета по компьютерным наукам, считается пионером в области ИИ и компьютерного зрения за создание базы данных ImageNet и последующие задачи. В 2024 году она основала World Labs, чтобы развивать глубокие обучающие модели с более устойчивым пониманием реальности и аргументировала, что истинный общий интеллект требует базирования в физике и умения понимать и рассуждать о данных помимо текста.

В посте об объявлении сделки Ли описала партнерство как результат желания масштабировать технические прорывы World Labs за пределы лаборатории: «Теперь, когда у нас есть ощутимые доказательства возможностей, мы хотим сделать всё, чтобы ускорить будущее. Для этого требуется масштабирование наших усилий, расширение охвата и приближение к аппаратуре».

Слияние может помочь AMD конкурировать с давним соперником Nvidia в создании экосистемы для чипов, ориентированных на ИИ. Пока у Nvidia уже есть ряд открытых мировых моделей, таких как Cosmos, у AMD в открытой доступности на данный момент представлены лишь текстовые и видеомодели.

В мировых моделях рассматривается ключевая роль в развёртывании генеративных ИИ-моделей на робототехнических платформах — от автономных автомобилей до индустриальных роботов и гуманоидов. Дефицит полезных данных для обучения роботов общего назначения подчёркивается необходимостью синтетических данных, создаваемых мировыми моделями, для реализации видения компаний вроде Tesla и Figure. Ожидается, что сделка закроется до конца года после прохождения регуляторных процедур.