首届国际通用人工智能大会在京开幕

浙江杭州，这个看似平凡的(de)(de)办公空间里，隐藏着另一个世界——机器人的数字训练场。这里是群核科技，创业14年，因在空间智能领域积累了不容忽视的优势，不仅跻身“杭州六小龙”之列(liè)，在国际上也有着(yǒuzhe)举足轻重的地位。

物理(wùlǐ)AI可以理解为(wèi)懂物理规则的人工智能。只有懂了物理规则，自主机器如机器人、自动驾驶汽车等，才能在真实的物理世界中(zhōng)进行感知、理解和执行复杂操作。

黄晓煌，群核科技的联合创始人兼董事长(dǒngshìzhǎng)。解释物理(wùlǐ)AI、空间智能以及如何训练机器人时(shí)，他需要不断(bùduàn)地通俗一点，不断地举例说明。在杭州六小龙爆火之前，他很少在媒体上露面，本质上他是一个技术痴迷者。

相比于理解训练(xùnliàn)机器人这件事，理解群核科技(kējì)的创业过程要简单很多。

2007年，黄晓煌从浙江大学竺可桢学院毕业，因为获得(huòdé)英(yīng)伟达(wěidá)全额奖学金，赴美国伊利诺伊大学(měiguóyīlìnuòyīdàxué)厄巴纳-香槟分校攻读博士学位，研究方向是用GPU（图形处理器）做高性能计算。还没完成学业(wánchéngxuéyè)，他就加入了英伟达，主要工作是给GPU芯片开发并行计算的编程框架以及CUDA的开发。但仅仅1年后，他做出了离开英伟达的决定。

2011年，在主流(zhǔliú)观点中，英伟达仍是一家“消费(xiāofèi)电子硬件公司”。尽管当时杰弗里·辛顿已经在用英伟达的GPU训练深度神经网络，但大多数(dàduōshù)人尚未意识到(dào)GPU的并行计算能力将成为未来人工智能爆发的算力基石。

在这样一个时间节点上(shàng)，黄晓煌看到的是GPU的超级算力和云端部署相结合的潜力。他邀请一样(yīyàng)来自(láizì)浙江大学的陈航以及来自清华大学的朱皓，共同(gòngtóng)创业。创业方向，是用GPU做云端的图形图像快速渲染。渲染，指的是通过算法将三维模型或(huò)场景转换为二维图像或视频的过程。

在很短的时间里，年轻的创始团队用低价显卡集合成一个端云协同的高性能GPU集群，算力成本(chéngběn)大幅降低，并实现了更快的计算速度。但那时，投资圈(quān)热门的概念仍是(shì)移动互联网，黄晓煌(huángxiǎohuáng)在硅谷融资时，无一例外都遭到了拒绝。在最(zuì)困难的时期，恰逢浙江省到硅谷招商引资，黄晓煌和伙伴们决定回国创业。

2012年，辛顿带领学生在图像识别大赛中(zhōng)用深度卷积神经网络碾压传统算法，开启了AI革命的(de)(de)新篇章，GPU也因此一战成名。通过(tōngguò)与亚马逊的合作，英伟达开始进入“云服务”的战场。彼时，群核科技的年轻团队正奔跑在用锤子找钉子的路上(lùshàng)。他们的锤子是利用GPU实现“物理正确(zhèngquè)”的渲染引擎，“物理正确”是指渲染出的图在各种参数上与真实的物理世界相一致。

黄晓煌：我在英伟达工作的(de)时候，整个公司的方法论都是先把技术做出来(chūlái)，然后花各种成本去找应用。所以我受到了这种(zhèzhǒng)方法论的熏陶，说白了就是拿着锤子找钉子，需要先把锤子造出来。

这把锤子可以用来做(zuò)电影特效渲染，但收回成本的(de)时间太长，也可以用于游戏行业，但当时(dāngshí)的手游对画质的要求并不高。最终，他们的技术落锤在了家装行业。

然而，随着用户规模(guīmó)的扩大，对黄晓煌他们来说，技术挑战也呈(chéng)指数级上升。

2013年，群核科技(kējì)推出了主打产品“酷家乐”，这款空间设计软件凭借其10秒快速渲染的能力(nénglì)一炮而红，吸引(xīyǐn)了大量的设计师，成为大家居行业首选的设计软件。

家装行业背后的产业链和数据规模的扩大，让黄晓煌和团队很(hěn)自然地把技术优势延伸到工业4.0。物理正确(zhèngquè)的数据让设计图能直接对接工厂生产(shēngchǎn)，而这一步，又带来更多的数据沉淀。

2018年，基于自身业务(yèwù)海量的室内空间数据(shùjù)(shùjù)积累，群核(qúnhé)科技联合国内外几所高校共同推出InteriorNet数据集(jí)。在此之前，国际上已经有不少知名数据集存在(cúnzài)，但多数为静态或不可交互数据，InteriorNet是少有的由可交互三维数据构成的数据集，也是全球最大的室内场景认知深度学习数据集。最重要的是，它是免费开源的数据集。

数据集开放后不久，群核(qúnhé)科技就收到了一封来自硅谷某科技巨头的电子邮件，希望和他们(tāmen)进行合作。

当时，该科技巨头正苦于缺乏大量(dàliàng)物理正确的合成数据做(zuò)机器人训练，这次合作，让群核科技的数据集第一次应用在了空间智能训练上。

在现实(xiànshí)世界中训练机器人(jīqìrén)，成本高昂、难以扩展，而使用数据(shùjù)训练机器人，则面临高质量3D数据稀缺的瓶颈(píngjǐng)。合成数据因此是一种性价比更高且潜力(qiánlì)无限的训练数据来源。群核科技推出的数据集被帝国理工学院、南加州大学、浙江大学等多所高校采用，成为室内AI视觉训练中具有代表性的基础设施之一。

2025年3月，群核科技发布并开源了(le)自主研发的空间理解模型(móxíng)SpatialLM，结合之前发布的空间智能(zhìnéng)平台SpatialVerse，可以让机器人完成从(cóng)认知理解到行动交互的完整闭环(bìhuán)训练。随着具身智能的爆发式增长，群核科技有了新的可能，就是成为空间智能训练的“云端基础设施巨头”之一。

记者：某种程度上，你就像ChatGPT这样(zhèyàng)的公司。

黄晓煌：是的，但它们是封闭的，我们是开放(kāifàng)的。

记者：你的开放和他们(tāmen)的封闭，会带来什么样的不一样？

黄晓煌：我看重的是未来10年、20年后我们的业务(yèwù)，我们先把(bǎ)基础设施铺好，真正的能力才能得到发挥。我觉得对于中国这(zhè)一代企业家来说，拥抱开源能够发挥更大价值。

记者：所以这又回到你创业的初衷、驱动力是什么(shénme)？

黄晓煌：我们(wǒmen)一直坚信，只要你的技术有价值，然后这个赛道蓬勃发展，你在里面一定能够分到一杯羹。而且你得感兴趣，即使失败了，这个过程(guòchéng)你也会很开心(kāixīn)、很有成就感，即使没赚(méizhuàn)到钱，也会觉得不枉此行。

摄像丨王扬(wángyáng) 王忠仁 陈朋