AMD sepakat membeli World Labs, perusahaan yang didirikan Fei-Fei Li, dengan nilai 8,2 miliar dolar. Pengumuman keluar pada Senin, 28 September 2026 dari kedua perusahaan. Li ikut pindah dan menjabat executive vice president sekaligus chief scientist di AMD. World Labs mengembangkan model deep learning yang ditujukan buat memahami realitas fisik, bukan hanya teks. Kesepakatan masih menunggu persetujuan regulator, dan target rampungnya sebelum akhir tahun ini.
Apa Itu World Model, Dijelaskan Tanpa Jargon
Kalau model bahasa belajar dari kata, world model belajar dari cara benda berperilaku di ruang nyata. Model bahasa bisa tahu kata “gelas” sering muncul dekat kata “meja”. Yang belum tentu dia paham: gelas yang didorong ke tepi meja bakal jatuh, dan pecahannya menyebar ke satu arah tertentu. World model dibangun buat menutup celah itu, dengan mempelajari jarak, gerak, sebab akibat, serta bagaimana objek saling bereaksi.
Fei-Fei Li menyebut alasannya sejak awal. Menurut dia, kecerdasan umum yang benar-benar umum butuh landasan fisika, plus kemampuan menalar data di luar teks. Dia mendirikan World Labs pada 2024 dengan premis itu. Sebelumnya, namanya lebih dulu melekat pada ImageNet, basis data gambar yang memicu lompatan computer vision lebih dari satu dekade lalu.
Batasan istilahnya sendiri masih cair. World model dipakai buat menyebut apa saja, mulai dari model bahasa yang dilatih memahami input visual, sampai model yang bisa menghasilkan simulasi realitas berkualitas tinggi dan menjaganya tetap konsisten. Definisinya lebar, jadi klaimnya gampang. Perusahaan bisa bilang punya model semacam ini tanpa pernah benar-benar membangun simulasi penuh.
Produk pertama World Labs, Marble, menyasar dua hal sekaligus: pengalaman hiburan dan pembuatan lingkungan simulasi buat latihan robot. World Labs juga menyerap SceniX, dan dari situ mereka membangun kemampuan simulasi robotika yang mereka sebut real to sim to real.
Kenapa AMD Berani Bayar Segitu
Alasannya lebih teknis daripada urusan menambah peneliti. AMD menyebut pemahaman atas beban kerja frontier, jenis beban yang dibuat World Labs, akan menentukan susunan peta jalan chip mereka. Terjemahan sederhananya begini: kalau mau merancang chip untuk model yang menuntut memori besar dan komputasi simulasi berat, kamu perlu menjalankan model itu di rumah. Membaca makalahnya saja tidak cukup.
Hubungan keduanya juga nggak baru. Sejak tahun lalu mereka sudah bermitra buat optimasi inference dan training. Li sempat tampil di presentasi CES AMD awal tahun ini. Jadi akuisisi ini lebih mirip kelanjutan hubungan yang sudah jalan.
Dari sisi World Labs, keputusan itu dibingkai sebagai soal skala. Di posting Substack-nya, Li menulis bahwa mereka sudah punya bukti nyata kalau hal-hal ini mungkin, dan sekarang ingin mempercepat masa depannya. Katanya lagi, untuk itu mereka perlu memperbesar usaha, memperluas jangkauan, dan berada lebih dekat dengan perangkat kerasnya.
Sebab beban simulasi memang berat. Satu adegan simulasi harus dihitung ulang tiap kali objek bergerak, dan robot butuh ribuan variasi adegan buat belajar. Semakin tinggi tingkat kesetiaan visual yang diminta, semakin banyak memori dan daya komputasi yang dihabiskan. Perancang chip yang tidak pernah menjalankan beban seperti ini di rumah cenderung menebak-nebak kebutuhan memorinya.
Peta Persaingan dengan Nvidia
Nvidia sudah lebih dulu jalan. Mereka punya rangkaian world model dengan bobot terbuka, salah satunya Cosmos. AMD, sampai pengumuman ini, baru menawarkan model berbasis teks dan video ke publik. Kesenjangan itulah yang mau ditutup lewat pembelian World Labs.
Kenapa world model dianggap penting? Karena rencana menaruh AI generatif di robot bergantung padanya. Kendaraan otonom, robot industri, sampai humanoid serba bisa butuh model yang paham ruang. Masalahnya, data buat melatih robot serba bisa itu langka. Ambil pendekatan Tesla dan Figure sebagai contoh. Mereka perlu data sintetis dari simulasi, dan simulasi berkualitas tinggi hanya keluar dari model yang paham fisika.
Dampaknya buat Harga dan Ketersediaan Chip AI
Di titik ini kejujuran perlu. Tidak ada satu pun angka harga yang diumumkan. AMD tidak menyebut rencana penurunan harga, kenaikan kapasitas, atau jadwal rilis chip hasil kerja sama ini. Semua klaim soal harga masih belum dikonfirmasi.
Yang bisa dibaca dari strukturnya, AMD sedang membeli alasan buat merancang chip yang lebih khusus, bukan sekadar mengejar angka benchmark teks. Persaingan dengan Nvidia di sisi itu bisa memengaruhi biaya menjalankan model di cloud. Arah dan besarnya belum bisa dipastikan sekarang. Kalau kamu menunggu harga sewa GPU turun gara-gara berita ini, jangan berharap dulu dalam waktu dekat.
Artinya buat Pengguna dan Pengembang di Indonesia
Buat pengguna biasa, kabar akuisisi jarang terasa langsung sih. Yang biasanya berubah lebih dulu adalah apa yang bisa diakses dari API.
Bagi pengembang, ada dua kemungkinan arah. Kalau AMD meneruskan gaya Nvidia dan melepas bobot model secara terbuka, pengembang bisa menjalankan model itu sendiri. Simulasi fisika dan pembuatan data sintetis buat latihan robot jadi pekerjaan yang bisa dicoba tanpa menunggu akses korporat. Sebaliknya, kalau modelnya disimpan rapat buat pelanggan enterprise, aksesnya bakal lewat API dan cloud pihak ketiga.
Untuk menyiapkan dua kemungkinan itu, ada beberapa hal yang bisa dimulai sekarang. Eksperimen model tanpa keluar biaya bisa jalan lewat pilihan API AI gratis yang kami rangkum sebelumnya. Begitu butuh menjalankan model sendiri, cek dulu jenis komputasi yang cocok, kami pernah bahas soal sewa komputer buat beban AI. Kalau arah kerja kamu membangun agen, lapisan keterampilan dan perkakas model adalah urusan terpisah yang perlu disiapkan. Sementara buat memantau model mana yang benar-benar naik kelas, leaderboard model AI berguna dilihat berkala.
Satu catatan: berita ini soal chip dan model. Aplikasi siap pakai di ponsel kamu tidak berubah minggu ini. Pengguna di Indonesia kemungkinan besar cuma merasakannya lewat fitur di produk yang sudah mereka pakai sehari-hari. Jalur itu butuh waktu.
Yang perlu diawasi justru satu hal kecil: apakah model World Labs nanti dilepas dengan bobot terbuka atau disimpan tertutup. Dua pilihan itu menentukan pengembang Indonesia bisa ikut mengolahnya sendiri, atau cuma jadi penonton di ujung API.
Yang Masih Belum Jelas
Beberapa hal belum diumumkan dan sebaiknya jangan dianggap sudah pasti.
Komposisi pembayaran, apakah tunai, saham, atau campuran, belum dikonfirmasi. Nasib tim World Labs setelah akuisisi juga belum jelas, termasuk apakah Marble tetap dikembangkan sebagai produk terpisah. Soal lisensi, belum ada keterangan apakah bobot modelnya akan dibuka. Dampak ke harga chip dan tarif cloud belum ada angkanya. Jadwalnya pun bergantung pada persetujuan regulator, dan regulator mana yang harus menyetujui tidak dirinci.
Yang tersisa dari berita ini lebih menarik daripada angka 8,2 miliar dolarnya. Orang yang membangun basis data ImageNet, pemicu lompatan computer vision lebih dari satu dekade lalu, kini duduk sebagai chief scientist di perusahaan chip. Posisi itu jarang diisi orang yang datang dari sisi riset model. Kalau kamu ingin tahu ke arah mana chip AI berikutnya dirancang, jawabannya kemungkinan besar muncul dari meja itu.
Sumber dan Referensi
- TechCrunch, “AMD will acquire Fei-Fei Li’s World Labs for $8.2 billion”, 28 September 2026. https://techcrunch.com/2026/09/28/amd-will-acquire-fei-fei-lis-world-labs-for-8-2-billion/
- Dr. Fei-Fei Li, “To Seek a Newer World: Our Journey from World Labs to AMD”, 28 September 2026. https://drfeifei.substack.com/p/worldlabs-joining-amd