文/關品方
蘇姿豐和李飛飛近期宣布合作，在兩岸高科技業界極具象徵意義。此次合作表明經濟是底層基礎，政治是上層建築，主次分明。
蘇姿豐（Lisa Su）1969年生於中國台灣，是華裔半導體科學家、AMD總裁兼CEO，被譽為「半導體女王」。她是麻省理工學院電機工程博士，先後任職德州儀器、IBM、飛思卡爾半導體。在IBM期間，她主導芯片銅互連技術，大幅提升芯片性能。2012年加入AMD，2014年「臨危受命」，出任CEO。當時AMD連年巨虧、市場份額低迷。她押注Zen架構，幫助企業成功實現逆轉，以CPU業務正面抗衡英特爾，同時大力布局AI GPU，讓AMD重回全球一線芯片廠商行列。她所獲得的榮譽包括美國《時代》雜誌「2024年度CEO」，美國國家工程院院士，半導體行業最高榮譽IEEE羅伯特·諾伊斯獎，她亦是該獎項的首位女性得主。
蘇姿豐的研究方向是半導體工藝、處理器架構、高性能計算與AI芯片。蘇姿豐與英偉達的黃仁勳（Jensen Huang）是遠房表親。黃仁勳的母親和蘇姿豐的外公是親兄妹，輩分上黃仁勳是蘇姿豐的表舅（黃仁勳只比蘇姿豐大6歲）。兩人祖籍都是台南羅家，但早年各自移民美國，職業生涯中後期才在行業會議上認識，早期並沒有家族往來。
李飛飛（Fei-Fei Li）1976年生於北京，在成都長大，是華裔AI科學家，斯坦福大學計算機系教授，被稱為「AI計算機視覺先驅」。李飛飛是普林斯頓物理學學士，加州理工電機工程博士。她16歲（1992年）隨家人移民美國，早年半工半讀完成學業。她所主導的ImageNet圖像數據集，引爆深度學習革命，是現代AI發展最重要的基石之一。2013至2018年，她擔任斯坦福AI實驗室主任、後期兼任谷歌副總裁、Google Cloud AI首席科學家。她創立斯坦福《以人為本AI研究院》（HAI），倡導AI倫理與人類價值導向的人工智能。她所獲得的榮譽包括：入選美國國家工程院、美國國家醫學院、美國文理科學院三院院士。李飛飛還創辦World Labs，聚焦空間智能、生成式AI，其研究領域包括計算機視覺、深度學習、認知啟發AI、空間智能、醫療環境智能。
蘇姿豐只比李飛飛大7歲。一個是硬件芯片領軍者，以工程技術重塑半導體產業，打造AI算力底座；一個是AI基礎科研先驅，以大數據奠基現代深度學習，探索空間智能。
上月28日，AMD官宣以82億美元全股票收購李飛飛創辦的World Labs（空間智能/世界模型公司），約合人民幣550億元。AMD收購World Labs不是兩家對等合併，是大廠收購初創AI公司。雙方已經簽署收購協議，但交易尚未完成交割，正式合併收購還未落地。雙方只是簽了有條件最終協議，仍要等待多國監管審批，預計今年底才會正式交割完成。交割後的安排大致是，李飛飛加入AMD擔任執行副總裁兼首席科學家，直接向蘇姿豐匯報，World Labs整個團隊併入AMD，繼續做3D世界模型、機器人仿真等研究。
World Labs主攻三維世界模型，讓AI理解真實物理空間；AMD希望藉此打通AI芯片硬件與世界模型軟件的鴻溝，應對新一代物理AI、機器人算力需求。這方面，兩人一拍即合，印證了科技無國界、來自海峽兩岸的風雲人物在美國攜手並前。
AMD收購World Labs對芯片與AI行業的啟示是，這筆交易的本質是芯片硬件巨頭主動收購前沿世界模型團隊，實現硬件與AI算法的協同設計，標誌AI競賽從文本大模型轉向三維空間智能、具身智能、機器人仿真賽道。
筆者很早就指出將來的趨勢是AI+R（人工智能植入具身機器人）。芯片設計不再是獨立工程，必須前置對齊AI模型需求。過去芯片廠商先做硬件，再由軟件開發者適配。這種做法，一直以來是英偉達和台積電的完美組合，但如今已經落伍。現在世界模型、機器人仿真對「顯存、帶寬、並行計算」有特殊需求。AMD直接把李飛飛團隊納入內部，讓模型研究者參與下一代芯片架構的定義，避免硬件與AI負載錯配，少走彎路。芯片的競爭力，越來越取決於能不能理解未來AI算法的算力需求。因此，AI下半場的競爭主戰場已經轉向物理世界，不再是純文字和圖像在手機上顯示。早期大模型主攻文本，李飛飛的World Labs三維世界模型的目標是讓AI看懂空間構造、物理規則，支撐機器人運作，例如自動駕駛和數字孿生。
未來算力增長的核心場景將會從語言推理轉向空間仿真。因此，算力架構、內存、互聯標準都要隨之重構。如今人才與科研團隊的價值已經超過短期營收的金額。World Labs成立時間短、沒有大規模商業化收入，但AMD願意以82億美元收購，看重的是科研團隊、技術路線與頂尖人才。在前沿AI領域，頂尖科學家團隊本身是有待開發的戰略資產。
如今軟硬件一體化已成為主流競爭範式。英偉達已轉型到《芯片+CUDA軟件棧+AI模型生態》一體布局。AMD收購World Labs，就是複製「硬件+原生AI模型」的閉環，爭奪新一代AI標準定義權，不再單純比拚芯片堆疊、越疊越高到極限。
從蘇姿豐和李飛飛在太平洋彼岸的合併收購，可以推演到兩岸高新科技合作將如何取得突破。其實兩岸在半導體、AI領域天然互補。大陸擁有完整算力基建、海量應用場景、龐大適配市場；台灣地區在晶圓製造、先進封裝、精密製程、硬件工程、邊緣芯片方面積澱深厚。兩岸合作的突破路徑可以分為產業、人才、機制三個層面。前提是堅持一個中國原則，以市場化、產業化為導向。說來容易，做來困難；反之，亦可以知難行易，前提是減少政治干擾，擴大中美之間的AI科技應用合作。
這方面的合作可以優先選擇風險度低、互補性強的細分賽道，共建產業鏈，避開最敏感的頂級先進製程，從先進封裝、AI邊緣芯片、工業仿真、智能製造、智慧醫療、機器人零部件等領域先行合作。大陸開放算力中心、產業場景，台灣團隊輸出芯片工藝、精密硬件、工程化能力，聯合開發空間智能、工業數字孿生這類需要軟硬件協同的項目，建立類似《AMD+World Labs》的產學研協同模式。
此外還應搭建兩岸聯合中試平台，打通從研究到產業化的斷點，將其化為融點。科研成果最大痛點是中試成本高。因此，可以在廈門、昆山、合肥等科創集中區設立兩岸聯合實驗室與中試基地，兩岸高校、企業共同投入，共享設備、分擔研發風險，讓兩岸學者、工程師聯合攻關，把算法、芯片設計將論文發現落地成為市場產品。
為了推動人才要素流動，要簡化科研人員交流機制。科創的核心是人才。簡化兩岸科研人員短期駐研、聯合課題、學術會議、青年科創項目的往來手續；共建兩岸AI與半導體青年人才計劃，鼓勵兩岸高校聯合培養碩士博士，在合規前提下共享學術數據集，促進思想交流和腦力碰撞。
若再進一步，兩岸可構建半導體、AI產業聯盟，共同參與制定工業AI、機器人、先進封裝的行業標準，一起面向全球市場出海。兩岸企業抱團，能夠共同降低外部供應鏈風險，形成合力。通過經濟合作實踐，自會發展出分層合作機制，以民間產業交流為基礎，先由行業協會、企業、商會、高校開展民間層面的技術研討、項目合作，積累成功案例後形成示範效應；以產業共贏的現實成果，逐步化解隔閡，向更深層核心的技術合作推進。兩岸聯手就如同倚天劍和屠龍刀，刀劍合璧，無所不摧。美國AI高層和白宮政府最懼怕的，其實就是兩岸AI+R聯手。
兩岸高新科技合作最大阻礙不在技術本身，而在外部地緣壓力與島內政治干擾。高科技領域極易被外部管制，所以AI合作項目要做好風險隔離，優先選擇民生、工業應用導向的項目，聚焦產業安全，規避軍事應用。
大陸的AI應用發展一日千里，迭代升級近來按月都有更新。筆者因此避免長期購買，因為很快原先的應用模型就被新的版本替代，會有競爭者推出更優的運作模型可供選擇。筆者疑心台灣當局和政客們大都不懂AI新時代的未來已來，他們已經成為社會進步的絆腳石而自己不知道，相當可恨，應該大腳把賴清德「台獨」分裂勢力踢走。
收藏
取消收藏
分享
