A md acquisirà World Labs, la startup di intelligenza artificiale fondata da Fei-Fei Li, per 8,2 miliardi di dollari in un’operazione interamente in azioni. Li entrerà in Amd come executive vice president e chief scientist, riportando direttamente alla ceo Lisa Su. Il closing è atteso entro la fine del 2026.

Advanced Micro Devices è un colosso Usa dei semiconduttori con una market cap attorno a 1 trilione di dollari, mentre World Lab una società di ricerca all'avanguardia nel campo dell'intelligenza artificiale

Chi è Fei-Fei Li?

Professoressa di informatica a Stanford, Li è considerata una pioniera dell’intelligenza artificiale, in particolare nel campo della computer vision, per avere creato il database ImageNet e dato impulso alle competizioni internazionali per valutare i sistemi di riconoscimento delle immagini. Nel 2024 ha fondato World Labs con l’obiettivo di sviluppare modelli di deep learning capaci di comprendere in modo più avanzato il mondo fisico.

Secondo Li, una vera intelligenza artificiale generale richiede una comprensione ancorata alla fisica e la capacità di elaborare informazioni che vadano oltre il solo testo. Il primo prodotto della startup, Marble, è presentato come uno strumento per creare esperienze di intrattenimento, ma anche per generare ambienti simulati destinati all’addestramento dei robot.

• Leggi anche: Anthropic verso l’Ipo, nel prospetto «rischi esistenziali per l’umanità» dalla AI e perdite per 42 miliardi di dollari

Perché è importante

L’acquisizione rappresenta una delle principali scommesse di Amd sull’intelligenza artificiale e potrebbe rafforzare la sfida al concorrente storico Nvidia nella costruzione di un ecosistema intorno ai chip dedicati all’AI. Nvidia offre già Cosmos, una famiglia di modelli «world model» in grado di simulare ambienti e situazioni del mondo reale, utili soprattutto per l’addestramento dei robot, mentre Amd finora aveva reso disponibili pubblicamente soprattutto modelli basati su testo e video.

I world model sono considerati sempre più importanti per portare l’AI generativa sulle piattaforme robotiche, dalle auto autonome ai robot industriali e umanoidi. La scarsità di dati reali utilizzabili per l’addestramento rende infatti i dati sintetici generati da questi modelli un elemento fondamentale per gruppi come Tesla. La corsa dei produttori di chip a sviluppare capacità nell’AI che vadano oltre l’hardware mostra inoltre come il confine tra società dei semiconduttori e laboratori di intelligenza artificiale sia sempre più sfumato. (riproduzione riservata)