AMD übernimmt World Labs, das Unternehmen der KI-Pionierin Fei-Fei Li, für 8,2 Milliarden Dollar (rund 7,2 Milliarden Euro). Li wechselt als Executive Vice President und Chefwissenschaftlerin zu AMD. Der Deal soll bis Jahresende abgeschlossen werden, sofern die Regulierer zustimmen.

Die offizielle Begründung klingt wie aus einem Handbuch für Konzernsprache: Die KI-Entwicklung erfordere „enge Zusammenarbeit zwischen Modellforschung, Systemen und Rechenleistung“. Übersetzt: AMD will vorab wissen, was die anspruchsvollsten Modelle brauchen werden, um zu wissen, welche Chips es bauen soll. Fremd sind sich die beiden Firmen nicht: Im vergangenen Jahr schlossen sie eine Partnerschaft zur Optimierung und zum Training von Modellen, und Li war dieses Jahr Gast bei AMDs Präsentation auf der CES.

Li ist Informatikprofessorin in Stanford, bekannt für die Datenbank ImageNet und die Wettbewerbe, die sie anstieß - die Grundlage moderner Computer Vision. World Labs gründete sie 2024 mit der These, dass echte allgemeine Intelligenz Physik verstehen muss und nicht nur Text. „Jetzt, wo wir einen greifbaren Beweis für das Mögliche haben, wollen wir alles tun, um die Zukunft zu beschleunigen“, schrieb sie in ihrem Beitrag zum Deal. „Dafür müssen wir unsere Anstrengungen verstärken, unsere Reichweite ausbauen und näher an die Hardware rücken.“

Was genau kauft AMD? „Weltmodell“ ist noch ein lose definierter Begriff - von Sprachmodellen, die Bilder verstehen, bis zu Systemen, die eine getreue Simulation der Realität erzeugen und aufrechterhalten. Das erste Produkt von World Labs, Marble, wird als Werkzeug für Unterhaltungsinhalte verkauft, aber auch zum Bau virtueller Umgebungen, in denen Roboter trainiert werden.

Hier liegt die eigentliche Geschichte. Nvidia bietet bereits ein ganzes Paket offener Weltmodelle an, etwa Cosmos. AMD hatte der Öffentlichkeit bisher nur Text- und Videomodelle zu bieten. Wer Roboter baut - autonome Fahrzeuge, Industriemaschinen, Humanoide -, braucht synthetische Daten, weil es schlicht nicht genug reale Daten zum Trainieren von Robotern gibt. Das ist die Vision, die Tesla und Figure verkaufen, und diese Vision läuft auf Chips.

Für 8,2 Milliarden Dollar gibt es also einen Platz an dem Tisch, an dem entschieden wird, auf welcher Hardware künftige Roboter lernen. Die Frage ist, ob ein zugekauftes Labor reicht, damit AMD Nvidia einholt, das seit Jahren sein eigenes Ökosystem aufbaut - oder ob das nur ein teures Ticket für ein Rennen ist, in dem der Rivale längst führt.