AMD ซื้อ World Labs มูลค่า 8.2 พันล้านดอลลาร์

เมื่อวันที่ 28 กันยายน 2026 AMD ประกาศทำข้อตกลงเข้าซื้อ World Labs บริษัท AI ที่มุ่งพัฒนาเทคโนโลยีด้าน Spatial Intelligence และ World Models โดยมีมูลค่าธุรกรรมประมาณ 8.2 พันล้านดอลลาร์ และเป็นการชำระด้วยหุ้นของ AMD ทั้งหมด

AMD ระบุว่าคาดว่าจะดำเนินการเข้าซื้อกิจการแล้วเสร็จภายในสิ้นปี 2026 ทั้งนี้ยังขึ้นอยู่กับการอนุมัติจากหน่วยงานกำกับดูแลและเงื่อนไขการปิดธุรกรรมตามปกติ

การเข้าซื้อครั้งนี้มีความสำคัญมากกว่าการเพิ่มบริษัท AI อีกหนึ่งแห่งเข้าสู่พอร์ตของ AMD เพราะ World Labs มีความเชี่ยวชาญในโมเดล AI ที่สามารถทำความเข้าใจและจำลองสภาพแวดล้อมสามมิติ ซึ่งเป็นเทคโนโลยีที่เกี่ยวข้องโดยตรงกับแนวโน้มของ Physical AI หรือ AI ที่สามารถรับรู้และโต้ตอบกับโลกจริงได้

AMD ระบุว่าเมื่อ AI ขยายจากงานด้านการสร้างข้อความและภาพ ไปสู่การให้เหตุผล การจำลองสถานการณ์ หุ่นยนต์ และ Physical AI ความต้องการด้าน Compute Infrastructure ก็จะมีความหลากหลายมากขึ้น การเข้าซื้อ World Labs จึงช่วยให้ AMD เข้าใจทิศทางการพัฒนาโมเดล AI และนำข้อมูลดังกล่าวไปใช้กำหนดแนวทางด้าน Hardware, Software และ Systems ในอนาคต

World Labs คือใคร และทำไม AMD จึงให้ความสำคัญ

World Labs ก่อตั้งขึ้นในปี 2024 โดย Fei-Fei Li นักวิจัย AI ที่มีชื่อเสียงในวงการ Computer Vision และเป็นหนึ่งในบุคคลสำคัญของการพัฒนา ImageNet ซึ่งเป็นฐานข้อมูลภาพขนาดใหญ่ที่มีบทบาทต่อการพัฒนาเทคโนโลยี Computer Vision และ Deep Learning ในยุคแรก

จุดมุ่งหมายของ World Labs คือการพัฒนา AI ที่มีความสามารถด้าน Spatial Intelligence หรือความสามารถในการเข้าใจพื้นที่ ตำแหน่ง วัตถุ และความสัมพันธ์ระหว่างสิ่งต่าง ๆ ในสภาพแวดล้อม

แนวคิดนี้แตกต่างจาก AI ที่ทำงานกับข้อความเพียงอย่างเดียว เพราะ AI จำเป็นต้องเข้าใจว่า "สิ่งต่าง ๆ อยู่ที่ไหน" "มีรูปร่างอย่างไร" และ "จะเกิดอะไรขึ้นหากมีการเคลื่อนที่หรือเปลี่ยนแปลงสภาพแวดล้อม"

เทคโนโลยีดังกล่าวจึงสามารถนำไปใช้ได้กับหลายอุตสาหกรรม ตั้งแต่การสร้าง Simulation, Computer Vision, Gaming, Visual Effects ไปจนถึง Robotics และระบบ AI ที่ต้องทำงานร่วมกับโลกจริง

World Models คืออะไร?

หนึ่งในเทคโนโลยีสำคัญของ World Labs คือ World Models

World Model สามารถอธิบายได้ง่าย ๆ ว่าเป็นโมเดล AI ที่พยายามสร้าง "แบบจำลองของโลก" ขึ้นมา เพื่อให้ AI สามารถเรียนรู้และคาดการณ์สิ่งที่จะเกิดขึ้นภายในสภาพแวดล้อมนั้น

ตัวอย่างเช่น หากต้องการฝึกหุ่นยนต์ให้ทำงานในโรงงาน แทนที่จะนำหุ่นยนต์จริงไปทดลองซ้ำ ๆ ซึ่งมีต้นทุนสูงและอาจเกิดความเสียหาย นักพัฒนาสามารถสร้างโรงงานเสมือนขึ้นมา แล้วให้ AI ทดลองทำงานใน Simulation AI สามารถเรียนรู้จากการทดลองหลายครั้ง เช่น

• การหยิบและวางสิ่งของ
• การเคลื่อนที่ผ่านพื้นที่จำกัด
• การหลบหลีกสิ่งกีดขวาง
• การทำงานร่วมกับเครื่องจักร
• การตอบสนองต่อวัตถุที่กำลังเคลื่อนที่
• การทำงานตามลำดับขั้นตอนภายในโรงงาน

เมื่อ AI เรียนรู้จาก Simulation มากพอ จึงสามารถนำโมเดลที่ผ่านการฝึกไปใช้งานกับระบบจริงได้ แนวทางนี้ช่วยลดต้นทุนและความเสี่ยงของการฝึก AI ในโลกจริง และเป็นหนึ่งในเหตุผลที่ World Models มีความสำคัญต่อการพัฒนา Robotics และ Physical AI

Atlas ของ World Labs กับการสร้างโลก 3D จากภาพ

หนึ่งในเทคโนโลยีที่ได้รับความสนใจจาก World Labs คือ Atlas ซึ่งเป็น World Model แบบ Multimodal ที่สามารถสร้างและจำลองสภาพแวดล้อม 3D จากข้อมูลที่ป้อนให้กับระบบ

Atlas สามารถนำข้อมูลภาพมาสร้างสภาพแวดล้อมเสมือนที่สามารถมองได้หลายมุม และมีข้อมูลด้าน Spatial และ Depth ที่ช่วยให้ AI เข้าใจตำแหน่งของวัตถุต่าง ๆ ภายในพื้นที่ได้ดีขึ้น

ตัวอย่างการใช้งานที่น่าสนใจคือการสร้าง โรงงานหรือคลังสินค้าเสมือนจากภาพเพียงไม่กี่ภาพ เมื่อมีสภาพแวดล้อมเสมือนแล้ว นักพัฒนาสามารถนำไปใช้สำหรับการ Simulation และฝึก AI ที่ควบคุมหุ่นยนต์ได้

นอกจากนี้ Atlas ยังสามารถจำลององค์ประกอบที่มีการเคลื่อนไหว เช่น Conveyor Belt หรือวัตถุที่เคลื่อนที่ภายในพื้นที่ ทำให้ Simulation มีความใกล้เคียงกับสถานการณ์จริงมากขึ้น เทคโนโลยีของ Atlas จึงไม่ได้จำกัดอยู่แค่การสร้างภาพ 3D แต่สามารถเป็นพื้นฐานสำหรับการสร้างสภาพแวดล้อมที่ AI ใช้เรียนรู้เกี่ยวกับโลกได้

ทำไม World Models จึงสำคัญต่อ Robotics

Robotics เป็นหนึ่งในตลาดที่มีโอกาสได้รับประโยชน์จาก World Models โดยตรง

การพัฒนาหุ่นยนต์ในปัจจุบันไม่ได้มีเพียงการออกแบบ Hardware แต่ยังต้องพัฒนา AI ที่สามารถควบคุมหุ่นยนต์ให้รับรู้สภาพแวดล้อมและตัดสินใจได้อย่างเหมาะสม ปัญหาสำคัญคือ การให้หุ่นยนต์เรียนรู้จากโลกจริงอาจใช้เวลานาน มีค่าใช้จ่ายสูง และมีความเสี่ยงต่อ Hardware

Simulation จึงเข้ามามีบทบาทสำคัญ เพราะสามารถสร้างสถานการณ์จำนวนมากให้ AI ทดลองได้ในเวลาเดียวกัน หาก World Model สามารถสร้างสภาพแวดล้อมที่มีความสมจริงและเข้าใจ Spatial Relationship ได้ดีขึ้น ก็จะช่วยให้นักพัฒนาสามารถสร้างข้อมูลสำหรับการฝึก AI ได้รวดเร็วขึ้น นี่เป็นหนึ่งในจุดที่ AMD สามารถนำความเชี่ยวชาญด้าน Compute มาผสานเข้ากับความสามารถด้าน AI Model ของ World Labs

AMD ไม่ได้มองแค่ GPU แต่กำลังขยับสู่ AI Infrastructure

การเข้าซื้อ World Labs ยังสะท้อนทิศทางที่กว้างขึ้นของ AMD AMD เป็นหนึ่งในผู้เล่นรายใหญ่ด้าน CPU, GPU, AI Accelerators และระบบประมวลผลสำหรับ Data Center แต่การแข่งขันในตลาด AI กำลังเปลี่ยนจากการแข่งกันเฉพาะเรื่องประสิทธิภาพของชิป ไปสู่การสร้าง Full-Stack AI Infrastructure

AI รุ่นใหม่ต้องการทั้ง

ดังนั้นความเข้าใจว่า AI Models ในอนาคตจะทำงานอย่างไรจึงมีความสำคัญต่อการออกแบบ Hardware AMD ระบุว่า ความเชี่ยวชาญด้านโมเดลของ World Labs จะช่วยให้บริษัทเข้าใจว่า AI Workloads กำลังพัฒนาไปในทิศทางใด และสามารถนำความเข้าใจดังกล่าวมาใช้กำหนด Technology Roadmap ของ AMD

AMD มีพื้นฐานด้าน Robotics อยู่แล้ว

การเข้าซื้อ World Labs ไม่ได้เกิดขึ้นโดย AMD ไม่มีธุรกิจที่เกี่ยวข้องกับ Robotics มาก่อน

ในปี 2022 AMD เข้าซื้อ Xilinx ด้วยมูลค่าประมาณ 50 พันล้านดอลลาร์ โดย Xilinx มีความเชี่ยวชาญด้าน FPGA หรือ Field-Programmable Gate Array ซึ่งเป็นชิปที่สามารถปรับแต่งให้เหมาะกับงานเฉพาะด้าน และถูกนำไปใช้ในระบบอุตสาหกรรมและ Robotics

นอกจากนี้ AMD ยังมีผลิตภัณฑ์ตระกูล Ryzen AI Embedded X100 Series ซึ่งออกแบบมาสำหรับงาน Embedded และ Robotics โดยรวม CPU, GPU และ AI Accelerators ไว้ในแพลตฟอร์มเดียว และออกแบบตัวผลิตภัณฑ์ให้เหมาะกับสภาพแวดล้อมการทำงานที่มีความท้าทายมากขึ้น

เมื่อรวมความสามารถเหล่านี้เข้ากับ World Models ของ World Labs AMD จึงมีโอกาสเชื่อมต่อองค์ประกอบตั้งแต่ AI Model ไปจนถึง Compute Hardware ได้มากขึ้น

ดีลนี้เกิดขึ้นหลัง AMD เคยลงทุนใน World Labs

การเข้าซื้อกิจการครั้งนี้ยังต่อยอดมาจากความสัมพันธ์ระหว่าง AMD และ World Labs

การเปลี่ยนจากการเป็นนักลงทุนมาเป็นผู้เข้าซื้อกิจการภายในเวลาไม่ถึงหนึ่งปี แสดงให้เห็นว่า AMD ให้ความสำคัญกับความสามารถด้าน AI Model และ Spatial Intelligence ของ World Labs อย่างมาก

Fei-Fei Li เตรียมเข้าร่วม AMD ในตำแหน่ง Chief Scientist

อีกหนึ่งส่วนสำคัญของดีลนี้คือบทบาทของ Fei-Fei Li

หลังการเข้าซื้อกิจการเสร็จสิ้น Li จะเข้าร่วม AMD ในตำแหน่ง Executive Vice President และ Chief Scientist และจะรายงานตรงต่อ Lisa Su ซีอีโอของ AMD ขณะเดียวกัน ทีม World Labs จะยังคงเดินหน้าวิจัยและพัฒนา AI Models ต่อไป

การที่ AMD ได้ทั้งบริษัทและทีมวิจัย รวมถึงตัวผู้นำด้าน AI Model อย่าง Li จึงมีความสำคัญในเชิงยุทธศาสตร์ เพราะการแข่งขันด้าน AI ในระยะต่อไปไม่ได้ขึ้นอยู่กับ Hardware เพียงอย่างเดียว แต่รวมถึงความสามารถในการเข้าใจทิศทางของโมเดล AI และการออกแบบระบบประมวลผลให้เหมาะกับโมเดลเหล่านั้นด้วย

จาก Generative AI สู่ Physical AI

ในช่วงแรกของกระแส Generative AI ผู้ใช้งานส่วนใหญ่อาจคุ้นเคยกับ AI ที่สามารถสร้างข้อความ รูปภาพ เสียง หรือวิดีโอ แต่ทิศทางถัดไปกำลังขยับไปสู่ Physical AI

Physical AI คือแนวคิดที่ AI ไม่ได้ทำงานอยู่เฉพาะในโลกดิจิทัล แต่สามารถรับรู้ เข้าใจ และตอบสนองต่อสภาพแวดล้อมจริงผ่านอุปกรณ์ เช่น หุ่นยนต์ รถยนต์ ระบบอัตโนมัติ และเครื่องจักรอุตสาหกรรม

สำหรับ Physical AI การเข้าใจโลกแบบ 3D จึงมีความสำคัญมากกว่า AI ที่เข้าใจเพียงข้อความหรือภาพแบบสองมิติ AI จำเป็นต้องรู้ว่า วัตถุอยู่ตรงไหน มีระยะห่างเท่าไร กำลังเคลื่อนที่อย่างไร และหากมีการกระทำบางอย่างเกิดขึ้น สภาพแวดล้อมจะเปลี่ยนแปลงอย่างไร นี่คือพื้นที่ที่ World Models และ Spatial Intelligence เข้ามามีบทบาท

ดีล AMD และ World Labs สะท้อนอะไรต่ออุตสาหกรรม AI

การเข้าซื้อ World Labs มูลค่า 8.2 พันล้านดอลลาร์สะท้อนให้เห็นว่าโครงสร้างการแข่งขันของตลาด AI กำลังขยายตัว

การแข่งขันไม่ได้จำกัดอยู่ที่การสร้างโมเดลภาษาขนาดใหญ่หรือการผลิต GPU ที่มีประสิทธิภาพสูงเท่านั้น แต่กำลังขยายไปสู่โมเดลที่สามารถเข้าใจโลกจริง การสร้าง Simulation และการนำ AI ไปควบคุมระบบทางกายภาพ

สำหรับ AMD การรวมความเชี่ยวชาญของ World Labs เข้ากับ CPU, GPU, AI Accelerators, Networking และ Embedded Technology อาจช่วยให้บริษัทวางตำแหน่งตัวเองในตลาด AI Infrastructure ได้ครอบคลุมมากขึ้น ในอีกด้านหนึ่ง World Labs จะได้รับทรัพยากรด้าน Engineering และ Compute จาก AMD เพื่อสนับสนุนการพัฒนา AI Models ต่อไป

ดังนั้นดีลนี้จึงเป็นการรวมกันระหว่าง AI Model Research + Compute Hardware + Software + Simulation + Robotics