快讯速递

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」

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…

一场横跨科研、经济、AI、社会话题、算力未来的女性对话。 作者丨齐铖湧 编辑丨岑 峰 2026年11月,奥斯汀,CoRL 2026的台下坐满了机器人研究者。台上三把椅子,两位嘉宾,左边是即将出任AMD首席科学家的李飞飞,右边是AMD CEO苏姿丰。这是AMD收购World Labs消息传出后,两人的首次公开同台,也是李…

一场横跨科研、经济、AI、社会话题、算力未来的女性对话。

    作者丨齐铖湧

    编辑丨岑   峰

                                                                                                       

2026年11月,奥斯汀,CoRL 2026的台下坐满了机器人研究者。

台上三把椅子,两位嘉宾,左边是即将出任AMD首席科学家的李飞飞,右边是AMD CEO苏姿丰。这是AMD收购World Labs消息传出后,两人的首次公开同台,也是李飞飞以"AMD首席科学家"身份,第一次面对整个机器人学术社区。

对话没有客套太久。李飞飞直接把话题引向了敏感区域:公共部门的算力"饥饿",是"这个历史最重要时刻最大的失误之一"。大学和非营利机构拿不到卡,下一代研究者怎么训练?蓝天式的好奇心驱动研究怎么做?她看向苏姿丰,AMD正在建设"以吉瓦计"的算力,academia 能不能真的分到一杯羹?

在苏姿丰看来:"把一部分专门留给长期研究、留给大学,绝对是我们工作的一部分。"但她同时也划定边界:机器人不是单靠一个端到端大模型就能啃下来的,未来需要"各种形态、各种规模"的算力,硬件、软件、系统必须协同优化。

不止如此,这场对话里还包含很多探讨,比如机器人会不会被基础模型一口吃掉?AGI真的只差"一分钟"了吗?在这个连PhD都要被AI重新定义的时代,做学术还有没有意义?

以下是AI科技评论带来的完整对话实录。

李飞飞、苏姿丰(Lisa Su)和主持人Peter Stone(从左往右)

01


物理 AI 带来的机会:数千亿美元量级

Peter Stone: 谢谢二位,Lisa、Fei-Fei,来到CoRL。精彩的演讲,那个视频(Atlas最新成果)我们明天都等着看,大家现在都坐不住了。接下来大约半小时,我们会从Slido(现场提问平台)上取问题,我也会混入一些事先准备的问题。

Lisa、Fei-Fei,你们现在和机器人学习社区同台。我们已经听说了AMD收购World Labs的事(正在进行中),Fei-Fei刚才也讲了世界模型和前方的巨大机会。Lisa,我先问你:AMD一直从数据中心到边缘和嵌入式系统,在整个AI栈上投资。

Peter Stone: 展望机器人和物理AI,你认为AMD最大的机会在哪里?World Labs如何融入这个更大的战略?

苏姿丰: 谢谢Peter,也谢谢大家让我来。Fei-Fei邀请我来"蹭会",希望没关系。欢迎大家来到奥斯汀。

我认为这是AI极其激动人心的时刻。回顾我们迄今取得的所有进展,我们其实还处在可能性的非常早期的阶段(very early innings)。物理AI、尤其是机器人,是巨大的机会,对我们来说,未来几年这是数千亿美元量级的机遇。关键在于,你必须真正理解物理、模型和整个环境。所以我们非常高兴Fei-Fei和World Labs团队加入AMD。

苏姿丰: 除了她是超级明星之外,我们能不能就直说她是超级明星?(全场笑)在我们这个行业,硬件优化要持续很多年,你对工作负载了解得越多、越清楚它要往哪走,就越好。我一直说的硬件、软件、系统协同优化的愿景,放在机器人上尤为适用。未来5到10年,这将是极其重要的领域。更重要的是,对整个AMD生态而言,我们非常希望把AMD的开放生态扩展到在座的整个机器人社区。谢谢大家给我几分钟。

Peter Stone: 太好了。我们能看出她是超级明星,因为她是Yuke和Roberto的博士和博后导师,正是他们帮忙促成了这届大会,除此之外她还有很多成功的学生。

Fei-Fei,换你。从你的角度,加入AMD如何扩展World Labs能做的事?你刚阐述了世界模型的愿景,这个结合让你们接下来能构建什么?对机器人社区意味着什么?

李飞飞: 首先,来到奥斯汀太好了。我在台下跟朋友说,我知道我以后会常来奥斯汀。

我认识Lisa很多年了,说到超级明星,我们大约十年前认识。想想Lisa过去十年为AMD、为计算世界所做的一切,再到现在这个AI时代,真的令人叹为观止。建模与计算的关系,在AI中已经根本性地改变了。

现在我满世界跑,普通人,不是在座各位,问我:AI到底是什么?我的回答是:AI就是计算,计算就是AI。 无论是世界模型还是语言模型,坦白说,我们正在看到大量单模态和多模态模型的融合。正如Lisa所说,这要求硬件与软件之间的协同设计与协同演化。这是一个极其有意思的机会。

我还想对台下的博士生、硕士生、本科生说:做科学的方式也在演变。 AI不仅是一个待解决的问题,也是工具。我们正身处"团队科学"(team science)的激动人心的时代。把World Labs的实力和AMD的实力结合起来,以团队科学的方式推动计算与AI的进步,这对所有人都是激动人心的。

02


  机器人到底由什么驱动:

端到端,还是分层组合

Peter Stone: 确实交织在一起。机器人也在变,一切都在变。我在台下跟二位说过:我们这次有个"最新突破论文"(late-breaking papers)专场,对比极其明显,六个月前投到会议的,和一个月前投的,即便在这么短的时间里,技术也已经完全不同了。

这个问题给二位。我们看到LLM基础模型在机器人上效果不错,最近一批新模型都很惊艳;也看到视频生成模型被用在机器人上。你们认为,未来机器人由什么驱动?仍然是分层组件各做各的,还是基础模型端到端就能自己把机器人问题全解决了?

李飞飞: 我们得诚实地面对(intellectually honest)。前沿实验

原文出处:雷峰网 (本文由聚合程序自动采集,版权归原作者所有)