この記事で分かること

AMDのWorld Labsの買収

　半導体大手AMDは2026年9月28日、空間知能AIを手がける米新興企業ワールド・ラボ（World Labs）を、評価額約82億ドル（約1兆2,900億円）の全額株式交換により買収すると発表しました。買収手続きは2026年年内の完了を目指しています。

ワールド・ラボ（World Labs）は 「AIのゴッドマザー」として知られる米スタンフォード大学のフェイフェイ・リー（Fei-Fei Li）教授らが設立したAIスタートアップです。

　数枚の画像から物理法則を反映した3Dデジタル空間を生成・理解する「空間知能（Spatial Intelligence）」や「世界モデル（World Model）」の開発で知られています。

　AMDはフィジカルAI・ロボティクス分野への進出、NVIDIAに対抗するソフトウェア・エコシステムの強化のために買収を行ったものと思われます。

World Labsはどんな企業なのか

　World Labs（ワールド・ラボ）は、AI分野で「AIのゴッドマザー」と称される米スタンフォード大学のフェイフェイ・リー（Fei-Fei Li）教授らが2024年に設立した空間知能AIスタートアップです。

　従来の大規模言語モデル（LLM）のようなテキストや2D画像の処理を超えて、現実世界の3次元空間構造や物理法則を理解・推論する「空間知能（Spatial Intelligence）」および「世界モデル（World Model）」の開発に特化しています。

コア技術と主な開発モデル

• 空間知能（Spatial Intelligence）人間が部屋に入った際に構造や距離感を立体的に理解するのと同様に、AIが三次元空間の幾何学、構造、物理法則、時間の経過による変化を学習・推論する技術です。
• 3D世界モデル「Marble」テキスト、画像、動画から、空間的に整合した高精細かつ永続的な3D世界を生成する初期プロダクトです。
• オムニモデル「Atlas」1枚の写真から写っていない背面や物陰などの物理構造を「世界の知識」として予測補完し、視点を自由に動かして探索・シミュレーションできるインタラクティブな3D空間を構築します。

主な想定用途

1. フィジカルAI・ロボティクスロボットが物理世界で活動するための事前学習データを生成する「Real-to-Sim（現実からシミュレーションへの転写）」を加速させます。
2. 設計・製造（CAD / エンジニアリング）米Autodeskなどの出資を受け、建築や機械設計のワークフローにおいて空間的推論を行うAI基盤として活用が進められています。
3. デジタルツイン・クリエイティブ自動運転シミュレーションや、ゲーム・映像制作における3D空間構築の自動化に寄与します。

業界からの評価とAMDによる買収

　2026年2月には、NVIDIA、AMD、Autodesk（2億ドル投資）などから10億ドル規模の資金調達を実施しました。

　今回、半導体大手AMDが同社を約82億ドル（約1兆2,900億円）の全額株式交換にて買収することを発表しました。

　買収完了後、創業者のフェイフェイ・リー教授はAMDの最高科学責任者（CSO）に就任する予定であり、NVIDIAのデジタルツイン環境「Omniverse」などに対抗するAIプラットフォームの中核を担う存在として注目を集めています。

どのようにAIに空間知能を学習、推論させるのか

　AIに「空間知能（Spatial Intelligence）」を学習・推論させるアプローチは、テキストや2D画像の処理とは大きく異なります。

　大規模言語モデル（LLM）が「次の単語（トークン）を予測」し、一般的な動画生成AIが「次のコマ（フレーム）を予測」するのに対し、空間知能AIは「新しい視点からの見え方（新視点予測）」を学習・推論の基本単位としています。

　World Labsの最新モデル「Atlas」などに採用されている主な仕組みは以下の通りです。

1. 学習の仕組み（空間をどう捉えさせるか）

　AIに3D空間の幾何学（長さ、奥行き、裏側の構造）を学ばせるため、データとモデルの構造に以下のような工夫が施されています。

• 「空間コンテキスト」によるデータの統合
  • 単なる画像や動画を読み込ませるのではなく、画像ごとに「3Dカメラの位置・角度（カメラポーズ）」や「奥行きデータ（Depth）」を正確な位置情報としてタグ付けし、1つの共通データシークエンス（空間コンテキスト）として集約します。
• 「再構成」と「生成」の統合
  • 従来の技術では「写真から正確に立体を復元する（再構成）」作業と「実在しない映像をゼロから作る（生成）」作業は別々に研究されていました。空間知能ではマルチモーダル自己回帰拡散トランスフォーマーなどの単一アーキテクチャを用い、実写の幾何学データと確率的な生成モデルを一体化して学習させます。
• マルチモーダルデータによる大規模事前学習（スケーリング）
  • テキスト、2D画像、動画、3D点群データを膨大な計算量でゼロから学習（Pre-training）させます。計算量を拡大（スケーリング）するほど、AIは「見えない場所の裏側がどうなっているか」を自律的に高精度で推測できるようになります。

2. 推論の仕組み（立体空間をどう出力するか）

　ユーザーが1枚〜数枚の写真やテキストを入力した際、AIは以下のステップで3D空間を推論・生成します。

1. カメラ姿勢を固定軸（アンカー）にした幾何学的計算
   • 「指定されたこのカメラ位置・アングルから見たらどう映るか」をプロンプト（入力指令）として受け取り、入力画像の光景と矛盾しないよう幾何学的に計算します。
2. 隠れた領域の確率的補完（予測）
   • 物陰や部屋の裏側、撮影されていない画角の外側など「カメラに写っていない場所」について、学習した「世界の知識（物理法則や空間構造のパターン）」を元に、物理的・立体的に矛盾のない空間を想像・生成して補完します。
3. 扱いやすい3Dデータ形式への変換
   • 推論した潜在空間のデータを、ゲームエンジンやロボティクス領域ですぐに扱える「3Dガウシアンスプラッティング（3DGS）」や「3D点群（Point Cloud）」などのデータ形式へレンダリング出力します。

得られる成果とメリット

　この「新視点予測」に基づく学習・推論により、従来は数百枚の連続写真や専門の撮影装置が必要だった3D空間構築が、スマートフォン等で撮影した数枚の写真や短い動画からでも数分で高精度に復元・生成できるようになりました。

　さらに、単に静止した3D空間を作るだけでなく、時間を進めたときの物体の動きや照明変化、障害物の影響などを計算する「物理シミュレーション」の推論領域（Real-to-Sim）へと進化が進んでいます。

AMDはなぜ買収するのか

　AMDがWorld Labsを約82億ドルで買収する最大の理由は、「単なる半導体（GPU）メーカーから、最先端AIソフトウェアまでを網羅する『垂直統合型プラットフォーム企業』へ脱却し、王者NVIDIAに対抗するため」です。

1. NVIDIA（Omniverse / Cosmos）への強力な対抗

　競合のNVIDIAは、自社GPUを売るだけでなく、3Dシミュレーション基盤「Omniverse」や世界モデル「Cosmos」などを組み合わせ、ハードとソフトが一体となった環境で顧客を囲い込んでいます。

　AMDも自社のAI半導体（Instinctシリーズ等）の価値を高めるため、3D空間AI技術を手に入れ、「NVIDIAに頼らずとも高度な空間AI開発ができる環境」を顧客に提供しようとしています。

2. 「フィジカルAI・ロボティクス」市場の主導権確保

　AIのトレンドは、画面の中（テキスト・画像）から、実世界で動く「自動運転車」「産業用ロボット」「ヒューマノイド」などのフィジカルAIへ急速にシフトしています。

　実機ロボットの学習に必要な現実世界のデータは不足していますが、World Labsの3D世界モデルを使えば「物理法則に沿った高品質な仮想シミュレーション空間（合成データ）」をいくらでも生成できます。これを自社インフラとして提供するのが狙いです。

3. モデル研究の知見を「将来の半導体設計」に生かす

　「次世代の空間知能AIが、どのような計算・メモリアクセスを必要とするか」をモデル開発の最前線から把握・分析します。

　その知見を直接将来のAMD製GPUやAIアクセラレータ、システム全体のハードウェア設計へフィードバックし、他社より高効率なチップを作るエコシステムを構築します。

4. 最高峰のAI研究人材とコミュニティの獲得

　「AIのゴッドマザー」と呼ばれるフェイフェイ・リー（Fei-Fei Li）博士をはじめとする世界トップクラスの研究チームを獲得し、リー博士をAMDの最高科学責任者（CSO）に迎えます。

　これまでNVIDIA製ハードウェアに依存していた多くのAI研究者や開発者コミュニティに対し、AMDプラットフォームの存在感を劇的に高める狙いがあります。