# AMD придбала World Labs за $8,2 млрд заради світових моделей

> AMD придбала World Labs за $8,2 млрд. Фей-Фей Лі стане головною науковицею AMD, а Marble — продукт для симуляцій і навчання роботів, де AMD програє Nvidia.

- Опубліковано: 28 вересня 2026 р. (2026-09-28T20:49:13.023173+00:00)
- Розділ: Бізнес
- На основі публікації: [TechCrunch](https://techcrunch.com/2026/09/28/amd-will-acquire-fei-fei-lis-world-labs-for-8-2-billion/)
- Видання: AiiN (https://aiin.news)
- URL: https://aiin.news/article?slug=amd-%D0%BF%D1%80%D0%B8%D0%B4%D0%B1%D0%B0%D0%BB%D0%B0-world-labs-%D0%B7%D0%B0-8-2-%D0%BC%D0%BB%D1%80%D0%B4-%D0%B7%D0%B0%D1%80%D0%B0%D0%B4%D0%B8-%D1%81%D0%B2%D1%96%D1%82%D0%BE%D0%B2%D0%B8%D1%85-%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B5%D0%B9

---

AMD придбала World Labs за $8,2 млрд, а засновниця лабораторії Фей-Фей Лі переходить до компанії як виконавча віцепрезидентка і головна науковиця. [За даними TechCrunch](https://techcrunch.com/2026/09/28/amd-will-acquire-fei-fei-lis-world-labs-for-8-2-billion/), про угоду оголосили сьогодні, а її закриття очікується до кінця року за умови схвалення регуляторів.

## Навіщо AMD купує World Labs?

World Labs пояснила угоду потребою тісної співпраці між дослідженнями моделей, системами та обчисленнями.

> Розвиток AI вимагає «тісної співпраці між дослідженнями моделей, системами та обчисленнями».

AMD зі свого боку каже, що розуміння граничних навантажень, які виникають у роботі з моделями на кшталт розробок World Labs, визначатиме дорожню карту її чипів.

Компанії вже торік створили партнерство з оптимізації інференсу та навчання, а Фей-Фей Лі цього року виступала гостю на презентації AMD на CES.

Лі описала угоду в пості як бажання вивести напрацювання лабораторії за межі її стін: «Тепер, коли ми маємо відчутне підтвердження можливостей, ми зробимо все, щоб прискорити майбутнє. Для цього потрібно масштабувати наші зусилля, розширювати охоплення і наближатися до апаратного забезпечення».

## Що таке Marble і світові моделі?

Marble — перший продукт World Labs. Компанія позиціонує його як інструмент для створення розважних вражень, а також симуляцій для навчання роботів.

Термін «світова модель» лишається розмитим: ним називають і мовні моделі, здатні працювати з візуальним входом, і системи, які генерують та підтримують високоточну симуляцію реальності.

Фей-Фей Лі, професорка комп’ютерних наук Стенфорду, заснувала World Labs у 2024 році, щоб розробляти моделі глибокого навчання з міцнішим розумінням реальності. Її аргумент: справжній загальний інтелект вимагає опертя на фізику та здатності міркувати про дані поза текстом.

## Як угода змінює конкуренцію з Nvidia?

Угода, ймовірно, допоможе AMD змагатися з Nvidia за створення екосистеми чипів для AI. Nvidia вже має набір відкритих світових моделей на кшталт Cosmos, тоді як AMD пропонувала публіці лише текстові та відеомоделі.

Світові моделі вважають ключовими для розгортання генеративного AI на роботизованих платформах — від автономних авто до промислових роботів і гуманоїдів. Браку корисних даних для навчання універсальних роботів означає, що синтетичні дані з таких моделей будуть вирішальними для планів компаній на кшталт Tesla і Figure.

## Що робити зараз

Угода ще не закрита, а напрями в AI рухаються швидко, тож ось конкретні кроки для команд, що працюють із симуляціями та робототехнікою.

- Протестуйте Marble для генерації симульованого середовища, порівняйте з Nvidia Cosmos і зафіксуйте вимоги до пам’яті та затримки.
- Зробіть [інвентаризацію даних і сценаріїв для агентів](https://aiin.news/article?slug=oracle-радить-починати-з-інвентаризації-даних-і-агентів) ще до того, як почнете масштабувати симуляції.
- Не прив’язуйте реліз до одного стеку: передбачте план Б на випадок регуляторної затримки.
- Перегляньте плани інференсу на AMD: компанія вже співпрацювала з World Labs над оптимізацією інференсу та навчання.

---

Теги: AMD, WorldLabs, AI, робототехніка, симуляції, чипи

Джерело: AiiN — https://aiin.news/article?slug=amd-%D0%BF%D1%80%D0%B8%D0%B4%D0%B1%D0%B0%D0%BB%D0%B0-world-labs-%D0%B7%D0%B0-8-2-%D0%BC%D0%BB%D1%80%D0%B4-%D0%B7%D0%B0%D1%80%D0%B0%D0%B4%D0%B8-%D1%81%D0%B2%D1%96%D1%82%D0%BE%D0%B2%D0%B8%D1%85-%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B5%D0%B9. Цитуючи, посилайтесь на канонічний URL.