算力門檻已成為全球AI創業者的斬殺線。自去年以來，大批應用類明星創企因財力不濟，相繼被科技大廠收編。本周二芯片巨頭AMD宣布，作價約82億美元收購空間智能獨角獸World Labs。這亦反映出，全行業留給獨立成長空間已十分有限。

World Labs是由「AI教母」李飛飛於2024年初創立的，公司專注於「世界模型」的研發，旨在根據文本、圖像和視頻等素材，生成、重建並模擬交互式三維環境，可應用於具身智能等領域。今年2月，World Labs完成了10億美元的C輪融資，彼時公司估值為50億美元。然而，模型訓練帶來的算力消耗過於驚人，這也成為了公司賣身的導火索。

算力成本難以承受

今次交易完成後，World Labs將作為AMD旗下的大模型研究組織，李飛飛則出任AMD執行副總裁兼首席科學家。值得玩味的是，李飛飛當年選擇離開史丹福大學去創業，就是因為學術界的算力資源嚴重短缺。如今出於同一個理由，她又不得不為自己的「孩子」尋找下家。

從2024年開始，硅谷出現了一類新型AI創業形態──Neo Lab，通常是由頂級AI實驗室出身的明星研究員創辦，在沒有產品、沒有營收的背景下，僅憑藉長期技術願景及豪華創始團隊，就可以在種子輪就拿到十億美元級別的估值。World Labs就是其中的佼佼者。

但到了2026年，資本市場對於Neo Lab的興趣迅速冷卻，業內也開始對這種商業模式提出質疑。首先，AI應用的燒錢速度極快，前沿大模型單次訓練費用已達到數億美元的水平，對算力的要求已超出初創團隊的承受範圍。如若後續融資沒有到位，公司就會在細分賽道淘汰出局。

其次，應用領域的創新很快會被大廠複製及推廣。AI巨頭不僅在算力層面佔據優勢，他們還能從API接口調用的動向裏看到應用發展趨勢。也因此，一旦創業公司驗證出市場需求，大廠就會迅速跟進，並實現降維打擊。

硅谷大廠降維打擊

這裏的典型案例就是Cursor。該公司最早在AI Coding領域發掘到市場需求，但很快遭遇到OpenAI和Anthropic的夾擊，兩家AI巨頭都推出了自己的Coding產品。而Cursor則面臨算力成本高企與缺乏自有模型的雙重困境，在訂閱費用方面趨於被動。到了今年一季度，雖然Cursor日活用戶超過百萬，但毛利率僅為23%。最終在6月份，公司被SpaceX作價600億美元收購。

相似的故事還有很多。譬如，Meta去年12月29日全資收購AI Agent初創企業Manus，後因涉及國家安全與技術外流問題，被中國政府要求撤銷交易。但由於「參考」了Manus分配每個用戶一台虛擬電腦跑任務的模式，Meta在近期推出了個人AI助手產品Muse並大獲成功，在Agent細分賽道上佔得先機。

AI創業的草莽時代已經過去，整個產業展現出極強的虹吸效應，初創企業可能最好的結局就是被大廠高溢價收購。