4月20日，“全球空間智能第一股”群核科技股價繼續(xù)大漲，收盤報37.56港元，盤中一度升至39.50港元，創(chuàng)上市以來新高。按發(fā)行價7.62港元計算，收盤價較發(fā)行價累計上漲約393%。根據(jù)招股書披露的全球發(fā)售完成后總股本約17.00億股計算，對應(yīng)總市值約638.6億港元。此前公開發(fā)售階段，群核科技獲約1590.56倍超額認購；上市首日高開約171.7%，收盤漲幅約144.1%。

資本市場的熱捧往往映射產(chǎn)業(yè)底層邏輯的演變。從李飛飛創(chuàng)立的 World Labs 發(fā)布 Marble，推動世界模型從內(nèi)容生成走向可生成、編輯與模擬 3D 世界，到 Google 的 Gemini 3 強化多模態(tài)推理、視覺與空間理解，再到 NVIDIA 持續(xù)推進 Cosmos 世界基礎(chǔ)模型平臺、加速合成數(shù)據(jù)生成與 physical AI 推理，AI 的發(fā)展重心正從理解語言，進一步走向理解、建模和交互物理世界。

這條賽道的底層邏輯是什么？群核科技為何能脫穎而出？本文將剖析空間智能的演進脈絡(luò)，并探討群核在其中的定位。

寫詩比端水容易：AI的物理瓶頸

過去三年，大語言模型（如GPT-4）主導(dǎo)了AI敘事，它們在文本處理和邏輯推理上超越人類平均水平，能輕松生成詩詞或文章。但讓AI驅(qū)動的機械臂平穩(wěn)端起一杯水，卻仍極具挑戰(zhàn)。

端水看似簡單，卻需要處理海量非語言信息：水杯的三維坐標、抓握角度、力矩、摩擦系數(shù)，甚至水重心的動態(tài)偏移。這些物理參數(shù)無法從互聯(lián)網(wǎng)文本語料中推導(dǎo)出來。大語言模型的核心是學(xué)習(xí)符號的統(tǒng)計概率，因此它知道水杯常與桌子關(guān)聯(lián)，卻不懂重力、碰撞或材質(zhì)的真實反饋。

群核科技董事長黃曉煌用形象的方式描述了這種差距：機器人僅僅是抓起一個陶瓷杯子，就需要模型先估算它的體積、再乘以陶瓷密度來推測質(zhì)量——“但這種猜測肯定有誤差，物理世界的信息是無窮無盡的，除了質(zhì)量、摩擦力，還有是否會變形、不同溫度下的軟硬變化，非常復(fù)雜?！?/p>

人類認知從三維空間起步。嬰兒先感知深度、抓握物體，再習(xí)得語言。數(shù)字世界的演進順序卻恰恰相反：從文字到圖像、視頻，三維空間排在最后。AI的訓(xùn)練數(shù)據(jù)也如此：海量文本、大量圖像、部分視頻，卻缺乏真正的三維空間數(shù)據(jù)。

這個倒序揭示了AI從語言智能向空間智能轉(zhuǎn)型的必然性。而轉(zhuǎn)型的核心難題在于：高質(zhì)量的三維數(shù)據(jù)不像文本那樣遍布互聯(lián)網(wǎng)，它需要深入嵌入產(chǎn)業(yè)流程才能獲取。誰掌握了物理正確的三維數(shù)據(jù)，誰就握住了這個時代的石油。

看起來對 vs 物理上對：路線之爭

三維數(shù)據(jù)的獲取有兩條路徑，這構(gòu)成了賽道上最關(guān)鍵的分歧。

Sora的發(fā)布是一個典型例子。它生成的視頻在視覺上令人驚艷，卻暴露了深層問題：水往高處流，物體穿墻而過，手指莫名消失。這不是瑕疵，而是結(jié)構(gòu)性缺陷——模型通過擬合像素的統(tǒng)計規(guī)律，學(xué)會了場景看起來像什么，卻沒有掌握為什么會是這樣。

在內(nèi)容創(chuàng)作領(lǐng)域，視覺逼真或許夠用。但在機器人訓(xùn)練、工業(yè)數(shù)字孿生或建筑施工等場景中，細微偏差就可能導(dǎo)致嚴重后果。如果機器人在虛擬環(huán)境中學(xué)習(xí)開門，一旦切換到真實場景，門軸的阻力、把手的高度、摩擦系數(shù)都會讓它失靈。

因此，從2023年開始，群核的戰(zhàn)略就是所有模型和工具都緊貼物理世界，要求生成的內(nèi)容都與物理世界盡可能接近。從產(chǎn)業(yè)格局看，這一分歧也體現(xiàn)為中美路線的差異：美國偏重虛擬世界，大模型公司和純虛擬內(nèi)容公司居多；中國則因制造業(yè)和硬件產(chǎn)業(yè)發(fā)達，空間智能路線更貼近物理世界。

這就是賽道的核心分歧：一條路追求看起來對，依賴像素數(shù)據(jù)，適合娛樂和內(nèi)容生產(chǎn)；另一條路追求物理上對，依賴結(jié)構(gòu)化的物理參數(shù)，支撐更嚴格應(yīng)用。后者的門檻遠高于前者——它需要長期的數(shù)據(jù)積累、產(chǎn)業(yè)嵌入和基于GPU的物理模擬能力。

十五年深耕，把物理世界搬進計算機

群核的故事不是從AI熱潮開始的。

創(chuàng)始人黃曉煌曾是英偉達負責(zé)CUDA開發(fā)的工程師，群核的英文名“Manycore”源自GPU的眾核架構(gòu)。團隊早期依托計算機圖形學(xué)和高性能計算背景，確立了基于GPU算力進行物理世界模擬的研發(fā)方向。

2013年，酷家樂上線。作為一款基于GPU渲染的室內(nèi)設(shè)計工具，把渲染時間從幾小時壓縮到10秒。關(guān)鍵不在于快，而在于它從第一天就選擇了一條更難的路：1:1 還原物理尺寸、墻體厚度、光照反射——不是畫一張好看的圖，而是建一個物理上正確的數(shù)字空間。

這個起點決定了此后十五年的方向。當(dāng)群核將設(shè)計平臺對接工廠生產(chǎn)線時，物理正確性就不再只是技術(shù)追求，而成了生產(chǎn)要求——工業(yè)4.0必須確保生產(chǎn)出來的所有東西可以做了一個仿真系統(tǒng)，去模擬生產(chǎn)出來之后的樣子，確保它在物理世界里不會出bug。換言之，群核為每一個數(shù)字模型賦予了材質(zhì)、密度、結(jié)構(gòu)強度等物理參數(shù)，再到真實世界驗證其準確性。

十多年積累下來的，是從數(shù)字世界到物理世界的精確映射能力。AI時代到來后，黃曉煌意識到一個更大的可能——能不能把這條路反過來走？看到一個物理世界的東西，用AI把它反推回數(shù)字世界？工業(yè)4.0是把數(shù)字的東西變成物理的東西，而AI時代的新命題則恰恰相反：看到一個物理的東西，用AI將它反推回數(shù)字世界。群核的目標，就是打通這兩個方向，徹底連接物理世界與數(shù)字世界。

到2025年，群核推出Aholo空間智能開放平臺，將逐步匯集其空間重建、生成、編輯、理解等底層空間智能能力。從中可以看出，群核的空間模擬是兩條腿走路：一邊采集、一邊生成?？臻g重建，即以3DGS重建技術(shù)為核心，把現(xiàn)實場景 1:1 搬進計算機?？臻g生成，則類似李飛飛Marble的路徑，從零生成符合物理規(guī)律的三維環(huán)境，此外結(jié)合其過往的渲染等能力，則進一步實現(xiàn)對空間的局部編輯、修改。

美團的王興最近也強調(diào)：物理世界的數(shù)字化將是AI非常重要的底座。

這是群核去年做的一個選擇，群核的空間智能更著重于現(xiàn)實世界的重建模擬，而不是執(zhí)著于虛擬環(huán)境的生成。不止是要視覺真實，更著重于結(jié)構(gòu)參數(shù)等物理信息的正確。

理解意味著模型不只是看到一把椅子的像素，而是知道它的尺寸、重量以及能不能坐。真正讓這套體系難以復(fù)制的，是十五年產(chǎn)業(yè)嵌入沉淀下來的壁壘。數(shù)據(jù)上，群核積累了超過5億個三維場景和4.8億個模型，這些不只是視覺素材，還包含尺寸、材質(zhì)、物理屬性、工程規(guī)范等結(jié)構(gòu)化信息，和互聯(lián)網(wǎng)上能抓取到的散亂3D素材完全不同。

基于這些數(shù)據(jù)，群核自研了空間語言模型和空間生成模型，前者讓AI讀懂三維物理規(guī)則，后者圍繞3D構(gòu)建世界模型。再加上自建的GPU算力底座，形成了“數(shù)據(jù)喂養(yǎng)模型，模型驅(qū)動產(chǎn)品，產(chǎn)品服務(wù)產(chǎn)業(yè)，產(chǎn)業(yè)反哺數(shù)據(jù)”的閉環(huán)。

空間智能的落地：兩條線，一個飛輪

李飛飛將空間智能的應(yīng)用方向歸結(jié)為兩條主線：創(chuàng)意產(chǎn)業(yè)和機器智能。群核目前的業(yè)務(wù)也主要分為兩個板塊：服務(wù)人的三維創(chuàng)意和服務(wù)機器智能，圍繞“空間”、“空間的一致性”推動技術(shù)和產(chǎn)品落地。

在落地空間智能時，群核主要基于GPU高性能計算技術(shù)，切入電商、影視、智能體訓(xùn)練等垂直應(yīng)用場景進行產(chǎn)品研發(fā)。

在創(chuàng)意產(chǎn)業(yè)側(cè)，酷家樂是其核心的空間設(shè)計平臺。針對跨境電商領(lǐng)域，公司推出“虛擬棚拍”功能以減少AI生成內(nèi)容中的“幻覺”現(xiàn)象。此外，群核推出了針對AI視頻生成中空間一致性問題的工具，由于其底層數(shù)據(jù)基于三維表征而非從二維視頻反推，該工具主要用于修正生成視頻中的物體位置漂移和空間關(guān)系失真等問題。

在機器智能側(cè)，群核為具身智能提供合成訓(xùn)練數(shù)據(jù)，并為工業(yè)場景提供數(shù)字孿生方案。其底層邏輯在于為機器人提供符合物理規(guī)律的虛擬環(huán)境進行前期訓(xùn)練。黃曉煌還提到了一個更長遠的愿景：群核希望盡快擺脫對存量數(shù)據(jù)的依賴——“讓AI或者智能體自己探索，探索的過程當(dāng)中就會自己產(chǎn)生數(shù)據(jù)?！边@意味著，當(dāng)物理正確的虛擬世界足夠完備時，AI不再只是被動消費人類標注的數(shù)據(jù)，而是在模擬器里自我進化。

這兩條業(yè)務(wù)線在內(nèi)部形成了一套數(shù)據(jù)循環(huán)機制：產(chǎn)業(yè)端應(yīng)用產(chǎn)生真實環(huán)境數(shù)據(jù)，這些數(shù)據(jù)被用于訓(xùn)練和微調(diào)空間模型；模型能力的提升進一步優(yōu)化產(chǎn)品功能，隨后再次投入產(chǎn)業(yè)應(yīng)用中。

這套飛輪也支撐了群核的財務(wù)健康度。根據(jù)招股書，群核科技2025年實現(xiàn)經(jīng)調(diào)整凈利潤5712.7萬元，毛利率為82.2%，企業(yè)客戶凈收入留存率超100%。黃曉煌對此有一套生存哲學(xué)，他從英偉達身上學(xué)到了精髓：“先用在游戲，中間靠挖礦續(xù)命，最后等來大模型時代。

結(jié)語

空間智能賽道尚處于早期，終局未定。但稀缺的不是生成逼真畫面的能力，而是理解物理世界的數(shù)據(jù)與技術(shù)積累。當(dāng)英偉達將“物理AI”作為未來十年戰(zhàn)略時，群核已經(jīng)在這個戰(zhàn)壕里深挖了15年，并且如今正與英偉達在具身智能訓(xùn)練等領(lǐng)域并肩作戰(zhàn)。

過去一年，“AI顛覆SaaS”的論調(diào)盛行，許多垂直公司陷入焦慮。群核的案例帶來了啟示：酷家樂積累的不只是用戶和收入，而是十五年的產(chǎn)業(yè)know-how、海量物理數(shù)據(jù)和全鏈路理解。通用大模型無法替代它，因為這類數(shù)據(jù)不在其訓(xùn)練集中。SaaS只是一種商業(yè)模式，根本的護城河而在于企業(yè)究竟積累了什么。

群核用十五年把物理世界正確地搬進計算機。至于其價值，資本市場已給出答案。

加入ZF討論群，請先添加小助手微信

我們相信認知能夠跨越階層，

致力于為年輕人提供高質(zhì)量的科技和財經(jīng)內(nèi)容。

稿件經(jīng)采用可獲邀進入Z Finance內(nèi)部社群，優(yōu)秀者將成為簽約作者，00后更有機會成為Z Finance的早期共創(chuàng)成員。

我們正在招募新一期的實習(xí)生