“O modelo de mundo” e a inteligência espacial em que a World Labs está apostando diferem da rota dos grandes modelos atuais, que tem como núcleo o texto, o código e as imagens bidimensionais. Suas aplicações de longo prazo apontam para robôs, simulação industrial, computação científica e IA para a física.
Autor do artigo, fonte: ME News
TL;DR
A AMD vai adquirir a World Labs, fundada por Fei-Fei Li, por cerca de 8,2 bilhões de dólares em ações. A transação deverá ser concluída até o fim de 2026. Li assumirá o cargo de vice-presidente executiva e cientista-chefe da AMD, reportando diretamente a Lisa Su.
O que realmente merece atenção nessa negociação não é a AMD, de repente, decidir “criar uma empresa de modelos de IA”, e sim o fato de ela começar a incorporar sua capacidade de pesquisa em modelos no ciclo de desenvolvimento de chips, software, sistemas e infraestruturas de data centers.
O “modelo do mundo” e a inteligência espacial em que a World Labs aposta diferem da rota atual de grandes modelos, centrada em texto, código e imagens 2D. Suas aplicações de longo prazo apontam para robôs, simulação industrial, computação científica e IA física.
Nos últimos dois anos, a AMD já completou capacidades de modelos, sistemas em nível de rack e chips de inferência por meio de transações como Silo AI, ZT Systems e Taalas. A World Labs é como uma peça desse quebra-cabeça, próxima às aplicações de IA e às futuras cargas de trabalho.
Os 8,2 bilhões de dólares não são baratos. A World Labs foi fundada há apenas dois anos, com cerca de 70 pessoas no time, e a comercialização dos modelos do mundo ainda não está madura como os grandes modelos de linguagem. O que a AMD está pagando principalmente é o preço do talento, da linha técnica e das opções estratégicas para o futuro.
Para a AMD, o verdadeiro desafio não é provar que os modelos do mundo são importantes. O desafio é se a compreensão da World Labs sobre modelos consegue ser transformada em vantagem de produto para a próxima geração de GPUs, CPUs, rede, software e sistemas completos. Isso determina se a operação será um posicionamento crucial ou uma aposta tecnológica cara.
Os 820 milhões de dólares não compram uma empresa de 70 pessoas
Se você olhar apenas o tamanho dos ativos, trata-se de um negócio difícil de explicar com a lógica tradicional de fusões e aquisições.
Em 28 de setembro, a AMD anunciou que fará uma aquisição da empresa de inteligência artificial World Labs na modalidade de transação integralmente em ações, com uma avaliação do negócio em cerca de 8,2 bilhões de dólares. Após a conclusão, o fundador da World Labs, Li Fei-Fei, entrará na gestão da AMD, assumindo o cargo de vice-presidente executivo e cientista-chefe, e reportará diretamente ao CEO Su Zifeng.
A World Labs foi fundada em 2024. De acordo com informações divulgadas pela Reuters, atualmente a empresa tem cerca de 70 funcionários. Quando fez a estreia oficial em 2024, concluiu uma rodada de financiamento de 230 milhões de dólares; em fevereiro deste ano, anunciou também um financiamento de 1 bilhão de dólares, com investidores como AMD, NVIDIA, Autodesk, Fidelity e outros. Antes, a mídia havia noticiado negociações de financiamento com valuation de cerca de 5 bilhões de dólares. Embora a empresa não tenha divulgado formalmente o valuation dessa rodada, mesmo usando esse número como referência aproximada, os 8,2 bilhões de dólares claramente não parecem um preço conservador.
Portanto, se você entender essa aquisição como a AMD gastando 8,2 bilhões de dólares para comprar uma startup de IA com dezenas de pesquisadores, é fácil concluir que o preço está “alto demais”. Mas, olhando a mudança estratégica da AMD nos últimos dois anos, o que ela está comprando não é quanto receita a World Labs consegue gerar hoje — e sim três coisas mais difíceis de replicar rapidamente via contratação interna: uma equipe de pesquisa de modelos de ponta já pronta, uma linha tecnológica que pode influenciar a arquitetura computacional do futuro, e a capacidade da própria Li Fei-Fei de julgar direções de pesquisa em visão computacional, inteligência espacial e IA.
Isso também pode ser visto no arranjo do cargo de Li Fei-Fei após a conclusão da aquisição.
Ela não entrou em um laboratório independente de IA, nem atuou como consultora. Em vez disso, se tornou vice-presidente executiva da AMD e cientista-chefe, reportando diretamente a Su Zifeng. Isso indica que o valor da World Labs não se limita a continuar desenvolvendo Marble ou outros modelos do mundo. O que a AMD quer que ela faça provavelmente é abordar problemas mais a montante: como os modelos de IA vão mudar nos próximos anos; que tipo de computação, memória, rede e arquitetura de sistemas eles exigirão; e quais cargas de trabalho a AMD deve projetar chips com antecedência.
Uma frase de Su Zifeng ao explicar a transação é, na verdade, mais importante do que o número dos 820 milhões de dólares: “Quanto mais profundamente se compreende sistemas ponta a ponta, mais se consegue construir sistemas melhores.”
Nos últimos anos, a AMD tem colocado esse tipo de lógica em prática com cada vez mais seriedade.
A AMD já não se satisfaz em fazer apenas uma GPU melhor
Para entender a aquisição da World Labs, é preciso recuar a linha do tempo pelo menos dois anos.
Em 2024, a AMD adquiriu o laboratório europeu de IA Silo AI por cerca de 665 milhões de dólares, obtendo capacidades de desenvolvimento de modelos e times de IA corporativa. Em seguida, adquiriu ZT Systems num negócio de cerca de 4,9 bilhões de dólares, com foco em capacidades de engenharia no nível de racks e sistemas para data centers em escala muito grande. Depois, vendeu seus negócios de manufatura, mantendo a equipe de design e de suporte a clientes considerada mais valiosa.
Em agosto de 2026, a AMD também anunciou a aquisição da Taalas, focada em arquiteturas de inferência de IA, na esperança de incorporar capacidades mais especializadas de computação de inferência à rota de produtos de longo prazo. Enquanto isso, o sistema de IA no nível de racks da Helios já se tornou um produto importante na estratégia de data centers da AMD, integrando Instinct GPU, CPU EPYC, rede Pensando e software ROCm.
Vendo essas ações em conjunto, a direção já ficou bem clara: a AMD está se afastando gradualmente de uma empresa de semicondutores centrada em processadores e se aproximando de uma empresa de computação em IA que cobre chips, rede, software, sistemas de servidores e até pesquisa de modelos.
Não é uma transformação conceitual; é uma pressão real causada pela mudança na forma de compra dos clientes.
Na era anterior da computação em nuvem, os fabricantes de processadores competiam principalmente por desempenho do chip. Os clientes compravam CPU e GPU; depois, os fornecedores de servidores, empresas de nuvem e companhias de software completavam as demais etapas. Porém, a IA generativa elevou a complexidade do sistema a outro nível. A quantidade de capacidade de computação útil que um grande cluster de IA consegue oferecer já não é determinada apenas por uma GPU. Depende de como as GPUs são conectadas entre si, de como a memória é alocada, de quão grande é a latência de rede, de como os racks são resfriados, de se a pilha de software consegue operar com estabilidade, e também de se o modelo em si é otimizado para o hardware.
Em outras palavras, a unidade básica da competição por infraestrutura de IA está mudando de “chip” para “sistema”.
As barreiras que a NVIDIA construiu de verdade nos últimos anos não estão relacionadas apenas ao GPU em si. CUDA, NVLink, produtos de rede, sistemas DGX e um ecossistema de software formado em torno dos desenvolvedores, em conjunto, compõem suas vantagens. Para reduzir a distância, não basta lançar apenas uma geração de produtos Instinct com parâmetros mais fortes. A AMD precisa tornar mais fácil, mais estável e de menor custo para os clientes realmente colocarem esses chips em uso.
Os dados do segundo trimestre deste ano da AMD já mostram que essa transformação está se concretizando. A receita trimestral atingiu 11,536 bilhões de dólares, alta de 50% ano contra ano; a receita do negócio de data centers chegou a 6,7 bilhões de dólares, alta de 107%, e já responde por 58% do total da empresa. À medida que clientes como Meta, Microsoft, OpenAI e Anthropic ampliam a implantação de infraestrutura da AMD, o problema que a AMD enfrenta deixou de ser “se há clientes dispostos a tentar GPUs AMD” e passou gradualmente para “se é possível fornecer continuamente sistemas completos de IA, competitivos e atraentes”.
A World Labs preenche exatamente uma das pontas em que a AMD era relativamente mais fraca antes: os modelos.
Por que “modelos do mundo”, exatamente?
Mas outro problema é ainda mais importante: se a AMD quer apenas entender modelos de IA, por que não adquirir uma empresa de modelos de linguagem grande mais madura e, em vez disso, escolher a World Labs?
A resposta pode estar exatamente no fato de que a World Labs não continuou replicando a rota do ChatGPT.
A IA generativa dominante atualmente se baseia principalmente em dados como texto, código, imagens e vídeos. Grandes modelos de linguagem já conseguem processar informação de maneira muito fluida. Mas fazer com que um modelo escreva um relatório é um tipo de problema diferente de fazer com que um robô, em um armazém bagunçado, decida a posição dos objetos, suas trajetórias de movimento e relações de colisão.
O mundo real é tridimensional, contínuo e regido por leis físicas.
A “inteligência espacial” enfatizada repetidamente por Li Fei-Fei nos últimos anos, em essência, busca fazer com que a IA não apenas entenda “o que é uma coisa”, mas também “onde ela está”, “qual é a relação dela com outros objetos” e “o que muda no ambiente se uma certa ação for tomada”.
O Marble lançado pela World Labs já consegue gerar ambientes tridimensionais com consistência espacial: navegáveis, editáveis e que mantêm a coerência no espaço com base em texto, imagens, vídeos e esboços 3D aproximados. Em julho, após adquirir a empresa de software de robôs SceniX, a companhia expandiu ainda mais sua linha de pesquisa para aprendizado e simulação de robôs. Em setembro, lançou também um novo modelo de mundo de inteligência espacial chamado Atlas.
Esses produtos ainda estão muito distantes de se tornarem aplicações de consumo em larga escala como o ChatGPT. Porém, eles apontam para um tipo de problema que a indústria de IA está valorizando cada vez mais: quando modelos deixam de “gerar conteúdo” e passam a “executar ações”, os objetos que a IA precisa compreender se expandem de informações da internet para o mundo real.
Robôs são o exemplo mais direto.
Uma das maiores limitações do treinamento real de robôs é que os dados do mundo real são caros, lentos e o custo de tentativa e erro é alto. Uma máquina de robótica aprendendo a pegar, transportar ou operar em ambiente industrial não pode obter amostras infinitas de treino como um modelo de linguagem que lê páginas da web. Se os modelos do mundo conseguirem construir ambientes de simulação suficientemente confiáveis, então os robôs podem treinar bastante primeiro em um espaço virtual e, depois, transferir os resultados para o mundo real.
A mesma lógica também se aplica a fábricas automatizadas, gêmeos digitais, design de construção, simulação científica e até condução autônoma.
É por isso também que “modelos do mundo” estão se tornando uma direção tecnológica cada vez mais importante, além dos grandes modelos. O Google DeepMind continua impulsionando modelos de geração e simulação de ambientes como o Genie. Outras equipes de pesquisa em IA também exploram rotas semelhantes. A NVIDIA, por sua vez, vem impulsionando há muito tempo o ecossistema de Omniverse, Cosmos e simulação de robôs, tratando o chamado “Physical AI” como um mercado-chave para continuar expandindo a demanda por GPUs.
Do ponto de vista da AMD, se essa avaliação estiver correta, comprar a World Labs agora não é apenas comprar um aplicativo de IA. É participar antecipadamente da definição da próxima categoria de cargas de trabalho de computação.
O que a World Labs realmente consegue oferecer à AMD é “definir o chip ao contrário”
Por muito tempo, a indústria de semicondutores teve uma abordagem de P&D relativamente estável: as empresas de chips previam a demanda e, então, projetavam o processador da próxima geração.
A IA está mudando essa relação.
A velocidade de mudança da estrutura dos modelos está cada vez maior. MoE, contexto longo, modelos de inferência, agentes de IA, multimodalidade e vários métodos novos de otimização de inferência podem mudar rapidamente como uma GPU precisa de unidades de computação, de quanta largura de banda de memória e de que tipo de capacidade de interconexão. Leva anos para um chip de IA ir do design até entrar de fato em implantação em larga escala. Se as empresas de chips esperarem que a carga de trabalho amadureça totalmente para então ajustar o produto, normalmente será tarde demais.
Esse também é o motivo pelo qual Su Zifeng enfatiza “compreensão ponta a ponta”.
Agora, a AMD quer antecipar a pesquisa de modelos dentro do ciclo de desenvolvimento de hardware: quando os pesquisadores desenvolvem modelos de próxima geração e encontram gargalos de computação, a equipe de hardware ajusta a arquitetura; depois, quando surgem novos chips e sistemas, a equipe de modelos pode adaptar os algoritmos às novas capacidades do hardware. Software, modelos e chips não são mais três etapas alinhadas em sequência na indústria; eles se tornam um sistema com feedback contínuo entre si.
A cooperação que a AMD fechou com a Anthropic este ano já reflete uma linha de pensamento semelhante. As duas partes não envolvem apenas a implantação de GPUs AMD Instinct MI450 em até 2 gigawatts, mas também planejam usar o Claude para ajudar a otimizar as cargas de trabalho da AMD e o desenvolvimento do ROCm. O tamanho da parceria da AMD com a Meta, por sua vez, foi ampliado para até 6 gigawatts e envolve design conjunto diretamente nas camadas de chips, sistemas e software.
A World Labs levou essa sinergia ainda mais adiante, empurrando-a para dentro.
Antes, a AMD precisava que os clientes dissessem de que tipo de modelo eles realmente precisavam. No futuro, parte das cargas de trabalho de IA mais avançadas pode ocorrer diretamente dentro da empresa.
Se a World Labs, no fim, criar um novo tipo de modelo que exija geração 3D em grande escala, simulação física e treinamento de robôs, então a AMD não só poderá vender capacidade de computação para isso. Ela também poderá saber, antes de o modelo amadurecer, quais problemas a próxima geração de hardware precisará resolver.
Esse talvez seja o valor estratégico mais central dos 8,2 bilhões de dólares.
Os 8,2 bilhões de dólares ainda são um negócio de risco considerável
Claro que a lógica estratégica ser válida não significa que o preço seja naturalmente razoável.
A World Labs ainda é, atualmente, uma empresa de pesquisa bem jovem. Não há uma resposta definitiva sobre quando os modelos do mundo conseguirão formar um mercado comercial com escala semelhante à dos grandes modelos de linguagem. A indústria de robôs está se desenvolvendo rapidamente, mas ainda está longe de criar uma demanda computacional estável em escala de milhões de robôs. E o software de geração e simulação 3D também já possui vários players maduros.
O problema mais realista é que os resultados da pesquisa não se convertem automaticamente em competitividade de chips.
A World Labs é forte em modelos e inteligência espacial; a AMD é forte em processadores e engenharia de sistemas. É preciso criar mecanismos de P&D bem específicos entre as duas. Se, no fim, ela existir apenas como um laboratório de pesquisa relativamente independente dentro da AMD, é provável que a sinergia gerada pelos 8,2 bilhões de dólares fique abaixo das expectativas do mercado.
Reunir talentos também é igualmente importante. O valor das equipes de pesquisa em IA se concentra muito em pesquisadores-chave. Já o modo de gestão, o ciclo de produtos e o processo de P&D de grandes empresas de semicondutores são claramente diferentes dos de startups. A AMD não só precisa manter Li Fei-Fei, como também precisa garantir que a equipe da World Labs mantenha eficiência de pesquisa após a aquisição.
O risco de preço também não pode ser ignorado. Na captação de recursos no início do ano, embora a World Labs não tenha divulgado oficialmente o valuation, reportagens do mercado mencionaram uma discussão em torno de 5 bilhões de dólares. Agora, mais de meio ano depois, o preço da transação chegou a 8,2 bilhões de dólares. Claramente, a AMD está disposta a pagar um preço mais alto pelo controle acionário e pelo próprio time.
No entanto, o próprio negócio com ações também mostra a escolha de Su Zifeng do ponto de vista do capital.
O valor de mercado da AMD ultrapassou 1 trilhão de dólares pela primeira vez em 21 de setembro. Para uma empresa cuja ação subiu de forma relevante ao longo deste ano e em que o mercado de capitais está reavaliando seu papel em IA, comprar ativos tecnológicos de longo prazo com ações — e não com muito caixa — é, em si, aproveitar uma expansão usando “moeda de capital” num período de valuation elevado.
Isso não elimina o risco de aquisição, mas reduz a pressão sobre o fluxo de caixa.
A forma como a AMD realmente tenta alcançar a NVIDIA já mudou
Se você julgar a AMD apenas pela participação no mercado de GPUs, esse negócio é fácil de ser interpretado como uma perseguição motivada por ansiedade.
Mas uma série de ações dos últimos dois anos mostra que a AMD mudou sua compreensão sobre como competir. Ficou cada vez mais claro que, na próxima fase de competição com a NVIDIA, o ponto central não é simplesmente criar uma GPU com pontuação (benchmark) maior. O ponto é saber se é possível formar uma plataforma completa de computação — para que desenvolvedores, laboratórios de IA e empresas de nuvem queiram construir sistemas de forma contínua ao redor da AMD por longo prazo.
Por isso, da capacidade de modelos da Silo AI aos projetos de sistemas no nível de racks da ZT Systems, de redes Pensando a plataformas Helios, e até das tecnologias especializadas de inferência da Taalas, a AMD vem aproximando de si, aos poucos, capacidades que antes eram assumidas por parceiros.
A World Labs empurrou ainda mais essa fronteira para dentro da própria pesquisa em IA.
Essa é também a parte que merece mais atenção neste negócio.
A AMD não adquiriu a World Labs porque “modelos do mundo” já se tornaram um mercado maduro de 8,2 bilhões de dólares. Ela o fez porque avaliou que a competição em computação de IA no futuro provavelmente não ficará restrita a grandes modelos de linguagem. Quando a IA sair do chat para entrar em robôs, fábricas, ferramentas de design e experimentos científicos, as cargas de trabalho vão mudar. E quem entender essas mudanças mais cedo terá mais chances de definir como deve ser a infraestrutura da próxima geração.
É uma aposta antecipada bastante cara.
No fim, se isso vale a pena depende de duas questões nos próximos anos: se os modelos do mundo podem, de fato, se tornar uma tecnologia-base importante para robôs e IA física; e se a AMD consegue transformar — de maneira real — a compreensão da equipe de Li Fei-Fei sobre modelos de IA em vantagens de produto para Instinct, EPYC, ROCm, rede e sistemas em nível de rack.
Se o primeiro ponto estiver correto e o segundo também, então, ao rever os 820 milhões de dólares, a AMD terá comprado não apenas uma empresa, mas um ingresso para entrar na mesa de design da próxima arquitetura de computação em IA.
Se qualquer elo não concretizar as promessas, ele também pode virar mais uma grande aquisição em meio ao furor do capital em IA — com um preço muito acima da receita comercial.
Assim, a compreensão mais adequada para este negócio não é simplesmente “a AMD aposta 8,2 bilhões de dólares em robôs” nem “Li Fei-Fei ajuda a AMD a desafiar a NVIDIA”. O que isso realmente mostra é que a competição das empresas de chips de IA entrou em uma nova fase: empresas de modelos começam a projetar chips, e empresas de chips começam a ter times de modelos. A fronteira — antes clara — entre as indústrias de hardware e software está sendo rapidamente apagada.
Agora, a AMD escolhe avançar proativamente além dessa fronteira.
E Li Fei-Fei se tornará um dos papéis mais importantes nessa transição liderada por Su Zifeng.
Referências
Reuters, 28 de setembro de 2026, (AMD to buy Fei-Fei Li's World Labs in $8.2 billion bet on 'physical AI'): negociação integralmente em ações de 820 milhões de dólares, arranjo do cargo de Li Fei-Fei, prazo esperado de conclusão do acordo e o histórico do negócio da World Labs.
AMD Newsroom, 28 de setembro de 2026, (AMD to Acquire World Labs to Advance the Future of AI Compute): comunicado oficial da AMD sobre a lógica estratégica da aquisição, pesquisa de modelos e a sinergia das futuras rotas de hardware e sistemas.
AMD Investor Relations, 04 de agosto de 2026, (AMD Reports Second Quarter 2026 Financial Results): receita do segundo trimestre da AMD de 11,536 bilhões de dólares, receita de data centers de 6,7 bilhões de dólares e dados de crescimento ano contra ano.
World Labs, 12 de novembro de 2025, (Marble: A Multimodal World Model): capacidades de entrada de texto, imagem, vídeo e 3D do modelo Marble, além da definição técnica de inteligência espacial da World Labs.
World Labs, 21 e 28 de julho de 2026, (World Labs Acquires SceniX) (Building Worlds That Train Robots): informações relacionadas à entrada da World Labs em aprendizado de robôs, simulação e direção Real-to-Sim-to-Real.
Reuters, 18 de fevereiro de 2026, (AI pioneer Fei-Fei Li's World Labs raises $1 billion in funding): a World Labs concluiu um financiamento de 1 bilhão de dólares, com os investidores e discussões sobre valuation estimado de cerca de 5 bilhões de dólares nas rodadas anteriores.
AMD, 2024—2026, anúncios relacionados à Silo AI, ZT Systems e Taalas: a AMD vem construindo, via aquisições, um panorama estratégico para completar capacidades de modelos de IA, design de sistemas de data centers e tecnologias de inferência de IA.
AMD, fevereiro e julho de 2026, anúncios de cooperação estratégica entre Meta e Anthropic: implantação de GPUs AMD de até 6 gigawatts e 2 gigawatts, além de arranjos de otimização conjunta de hardware e software.