AMD、AIチップエコシステム強化のためWorld Labsを82億ドルで買収

Advanced Micro Devices（AMD）は2026年9月28日、物理的な現実を理解することに特化したディープラーニングモデルを開発するスタートアップ企業World Labsの買収を発表した。この取引の評価額は82億ドルであり、World Labsの創設者であるFei-Fei Li氏はAMDのエグゼクティブバイスプレジデント兼チーフサイエンティストとして加わることになる。

何が起きたのか

今回の買収は、包括的なAIエコシステムの構築を目指すAMDの戦略における大きな転換点を示している。World Labsは、この動きがモデル研究、システムアーキテクチャ、そして計算インフラストラクチャ間の緊密な連携の必要性を反映していると述べた。AMDは、World Labsで開発された最先端ワークロードからの知見が、将来のチップ製造ロードマップに直接影響を与えることを示唆した。これは昨年、両社間で推論最適化とトレーニングに焦点を当てて結ばれたパートナーシップに続くものである。

Stanford大学のコンピュータサイエンス教授であり、ImageNetデータベースの作成で知られるコンピュータビジョンの先駆者であるFei-Fei Li氏は、2024年にWorld Labsを設立した。彼女の目標は、物理学に基づいたモデルを開発することであり、テキストを超えたデータに関する推論こそが真の汎用知能には必要だと主張している。Li氏は、技術的ブレークスルーをラボの外へスケールさせるために必要なステップとしてこの買収を位置づけ、未来を加速するにはリーチを広げ、ハードウェアにより近づかなければならないと指摘した。

この動きにより、AMDはCosmosのようなオープンウェイトの世界モデルをすでに提供しているNvidiaとより直接的に競合する立場となる。AMDはこれまでテキストおよびビデオベースのモデルをリリースしてきたが、物理環境をシミュレートするための専用スイートを持っていなかった。本取引は規制当局の承認を条件としており、2026年末までに完了する見込みである。

仕組み

World Labsは「世界モデル」を専門としており、この用語は現在、幅広い技術をカバーしている。これには視覚入力を使って訓練された言語モデルや、現実の高忠実度シミュレーションを生成できるシステムが含まれる。核となるアイデアは、テキストや画像内の統計パターンだけでなく、物体を支配する物理法則を理解するAIを作成することである。

同社の最初の製品であるMarbleは、二つの目的を果たす。没入型のエンターテインメント体験の作成と、ロボット訓練用のシミュレーション環境の生成である。汎用ロボットの訓練に有用な実世界のデータが不足しているため、これらのシミュレーションは極めて重要である。世界モデルから得られる合成データにより、開発者は自律走行車、産業用ロボット、ヒューマノイドを、物理世界に展開する前に安全かつ拡張可能な仮想設定で訓練することが可能になる。

これらの機能を統合することで、AMDは複雑なシミュレーションの実行と訓練に伴う特定の計算需要向けにハードウェアを最適化することを目指している。この垂直統合は、ソフトウェアエコシステムをシリコンとバンドルしてエンタープライズ顧客を囲い込む競合他社のアプローチを模倣している。

主要な詳細

• AMDはWorld Labsを82億ドルで買収する。
• Fei-Fei Li氏はAMDのエグゼクティブバイスプレジデント兼チーフサイエンティストとして参加する。
• World Labsは2024年に、物理学に基づいたディープラーニングモデルの開発を目的として設立された。
• 同社の最初の製品Marbleは、ロボット訓練およびエンターテインメント向けのシミュレーション環境を生成する。
• 本取引は規制当局の承認を条件としており、2026年末までに完了する見込みである。
• AMDはWorld Labsのワークロードに関する知見を活用し、将来のチップロードマップを策定する計画である。

なぜ重要なのか

ソフトウェアエンジニアやAI開発者にとって、この買収はハードウェアと高度なAIモデル間の結合がさらに強まることを示唆している。AMDがWorld Labsの技術を統合するにつれ、世界モデルの作成と展開を促進するためにAMD GPU向けに特別に最適化された新しいツールやライブラリが登場すると予想される。これは、ロボティックアプリケーションや空間コンピューティングインターフェースを構築するチームにとって参入障壁を下げる可能性があり、Nvidiaが支配するエコシステムに対する代替手段を提供する。

ロボティクスにおける合成データへの注目は、自律システムに取り組むチームにとって特に重要である。実世界のデータ収集はコストが高く、危険であり、遅い。効率的なハードウェアと統合された高忠実度のシミュレーションツールへのアクセスは、産業オートメーションおよび消費者向けロボティクスの開発サイクルを加速させる可能性がある。開発者は近い将来、単なる生の計算能力だけでなく、関連するシミュレーションおよびスタックの質に基づいてハードウェアを選択するようになるかもしれない。

さらに、この動きは次世代AIが物理的文脈を理解する必要があるという業界の信念を浮き彫りにしている。テキストベースの大規模言語モデルはいくつかの領域で飽和状態に達しつつあるが、空間、時間、物理について推論できるモデルはまだ初期段階にある。AMDの投資は、ハードウェアベンダーがこの分野を次の主要なワークロードドライバーと見なしていることを示唆しており、これは2020年代初頭にトランスフォーマーモデルがAIアクセラレータの需要を牽引した状況に似ている。

今後できること

• 空間AIおよびシミュレーションに関連する新しいSDKやライブラリについて、AMDの開発者リソースを監視する。
• 現在のロボティクスまたは自律走行車のプロジェクトが合成データによる訓練から利益を得られるかどうかを評価する。
• 合併に関する規制上の動向を最新情報として把握する。遅延が生じれば製品ロードマップに影響が出る可能性がある。
• プロプライエタリなツールが成熟する前に、オープンソースの世界モデルフレームワークを検討し、その基礎となるアーキテクチャを理解する。
• ロボティクスに特化していなくても、物理世界での推論機能が既存のAIアプリケーションをどのように強化できるかを検討する。
• AMDがこれらの新しいワークロードをデータセンターサービスに統合するにつれて、クラウド価格やインスタンスの可用性に生じる可能性のある変化に備える。