Fei-Fei Liが独立を捨て、AMDに入った理由

誰が・いつ・何を言ったか：空間知能宣言と82億ドルの同日発表

2026年9月28日、現代の画像認識技術の礎となったデータセット「ImageNet」の創始者であり、スタンフォード大学教授の Fei-Fei Li（フェイフェイ・リー） は、自身の個人ブログおよびメディアインタビューにて「世界は文字だけで構築されているのではない」と強く訴えました。

同日、半導体大手のAMDは、Liが2024年に立ち上げたAIスタートアップ「World Labs」を全株取引により約82億ドル（約1兆2000億円）で買収することに合意したと発表しました。Li自身はAMDのエグゼクティブ・バイス・プレジデント兼チーフサイエンティストに就任し、CEOである Lisa Su（リサ・スー）に直接報告する立場へ就きます。

今回の発表でLiが強調したのは、テキスト中心の大規模言語モデル（LLM）の限界と、3D空間や物理法則を理解・再現する「空間知能（Spatial Intelligence）」への移行です。画面上の文字入出力で終わるチャットボットから、物理世界の状況を正しく認識しシミュレーションするAIへの進化こそが、次の本命であると宣言しました。

世界は文字だけで構築されているのではありません。AIが真に実用的な存在になるためには、物理的な3D空間を理解し、その中で作用する能力、すなわち『空間知能』が不可欠です。

宣言の裏側：独立の母がAMDに入った本当の理由（売り物の変化）

この「空間知能宣言」を読み解くうえで不可欠なのは、言葉の説得力ではなく、発言者の立場と収益源の変化を見極めることです。Liはこれまで「独立したオープンな研究環境」の重要性を唱え、巨大テック企業から距離を置いた中立的な起業家・研究者として振る舞ってきました。

しかし、わずか2年半での大手半導体企業への身売りは、思想の完全な勝利というよりも、計算資源コストの壁を前に自前での生き残りを断念した結果と言えます。3D物理空間をモデル化しシミュレーションするには、テキスト処理とは比較にならない計算力が必要であり、独立したスタートアップの資金力では巨額のGPU導入費用を維持できませんでした。

買収に伴い、Liの「売り物」は一変しました。昨日の売り物は「中立な立場から描く次世代AIの夢」でしたが、今日の売り物は「AMDの計算基盤を売り込むための旗印」です。言語モデルの限界を指摘しながらも、同社の3D生成技術は依然として大規模マルチモーダル言語モデルの構造に依存しています。彼女の発言は今や、特定半導体ベンダーの利益と背中合わせであることを前提に、割り引いて受け止める必要があります。

言葉の次は物理空間：矛盾を割り引いて残る方向だけを盗む

経営者がこのニュースから受け取るべき情報は、巨大テックの宣伝文句でもLiの理想論でもなく、「AIの関心がどこへ向かっているか」という方向性そのものです。資金面の事情による統合という側面はあるものの、彼女が指摘した「テキスト処理の次に来る課題」自体は極めて正確です。

社内の事務書類やメールの文章を作成するテキストAIの活用は、多くの企業で一巡しつつあります。しかし、製造業の工場床、建設現場、物流倉庫の荷卸し場、店舗の厨房など、多くの企業にとって「価値を生み出す主戦場」はすべて物理空間にあります。文字だけの指示では伝わらない現場の文脈をAIに理解させる試みは、将来の現場力に直結します。

巨額の資金を投入して高度な3D世界モデルを自社構築する動きは、巨大資本を持つ企業側の時間軸です。中小企業が盗むべきなのは同じ投資規模ではなく、「自社の現場空間を画像や位置情報としてAIに見せ始める」という着想の転換です。

中小の現場に置き直す：今週いくらで何を1つ試すか

地方・中小企業の経営者は、高価なシミュレーターや専門システムを導入する必要はありません。今週から着手できるのは、スマートフォンで撮影した「現場のレイアウト写真」や「作業動線」を、既存の画像認識対応AIに読み込ませて意見を出させる1つの小さな実験です。

例えば、混雑する店舗の間取りや工場の作業風景をスマホで撮影し、AIに対して「作業員の移動ロスを減らすための配置案を出して」「安全上の危険になりそうな物品の置き場を指摘して」と問いかけてみます。高額なコンサルティングを頼まずとも、写真データから空間の配置や危険箇所を読み取る基礎能力は、すでに手元のAIに備わっています。

本格的な物理空間AIが普及する時代を待つ間にも、現場の配置情報をデジタルデータとして把握し直す準備はすぐに始められます。文字から空間へという流れを見据えつつ、まずは身近なカメラ1台から現場の可視化を進めることが、次の時代に向けた最も確実な足がかりとなります。

30分で課題を整理する→