在今年年中时，空间AI 科技评论做过一次大规模的智能者众调研。走访了数十个AI从业者后，前夜缺WhatsApp%E3%80%90+86%2015855158769%E3%80%91adult%20pretty%20tea%20sets我们认为，淘金在2019年前后，卖水中国已经有团队率先提出了Scaling law的人稀想法，也出现了基于 Transformer 架构开发的空间预训练语言模型，如果能够沿着这条道路坚定走下去，智能者众或许能够率先成就中国的前夜缺OpenAI。

可惜的淘金是，出于种种巧合，卖水2022年底，人稀GPT-3.5率先出现在了美国。空间

三年之后，智能者众我们走到了另一个节点，前夜缺大语言模型的竞争已经到了最后阶段，空间智能的时代刚刚拉开帷幕。这给了我们一个新的希望，如果可以抓住这个机会，那么新的AI明星就将在中国升起。

01
这是一个三维世界

一个月前，李飞飞在她的最新长文中写道，当前以大型语言模型为代表的AI虽然擅长处理抽象知识，却如同在“黑暗中行走”，缺乏对物理世界的真实理解。而空间智能，即人类用以理解、导航并与三维世界交互的底层能力，将是实现机器真正智能的关键突破。

智能的含义有各种各样的解释，然而智能的发展逐渐突破一维的token，走向三维空间是一个不争的事实。李飞飞是这条道路上的“最大流量”，她所创办的WhatsApp%E3%80%90+86%2015855158769%E3%80%91adult%20pretty%20tea%20setsWorld Labs也成为了最吸引目光和资金的公司之一。

在中国，有一些公司已经在这条道路上打下了坚实的根基，从声量上来说，他们可能是李飞飞的挑战者，但是从技术渊源上说，他们还是走在前面的先行者。比如做世界模型的腾讯混元，做空间智能平台的群核科技，做3D内容创作的Vast……

群核科技多年前曾经与李飞飞的实验室进行过一些交流，探讨过空间智能上可能的合作，可惜机缘不凑巧，彼时仍任职于斯坦福大学的李飞飞还有许多工作上的限制，双方最终也没能牵手。

相比于大多数模型基于游戏和互联网数据训练的公司，群核主打特色是基于物理正确的3D数据，训练出空间理解模型SpatialLM和生成模型SpatialGen。

此外还有腾讯开源混元3D世界模型，支持沉浸漫游、交互和物理仿真的3D世界生成。商汤发布并开源 SenseNova-SI 系列空间智能大模型，首次在空间智能领域验证了“尺度效应”。

这些只是冰山一角。在谷歌DeepMind发布通用世界模型Genie 3，以及Meta推出三维模型SAM 3D之际，中国公司已经迎头赶上，成为了新一轮智能竞赛中的重要力量。

随着具身智能机器人的火热与李飞飞等学者对“空间模型”的前瞻呼吁，AI的焦点正果断地迈向三维的物理世界。人工智能的核心任务，正在从理解与生成信息，转到理解、交互与塑造现实中去。

02

空间智能是一座大金矿

很长一段时间内，群核科技都是空间智能这条道路上的孤独旅人，甚至在空间智能的道路上做功的很多年，这个词都还没有成为“显学”。群核的创始人黄晓煌曾经说过，过去只知道自己在“3D空间”做功，甚至难以用一个词来涵盖公司所有能力，一直到李飞飞让空间智能这个词走到人前。

这家公司成立于2011年，三位创始人是美国伊利诺伊大学厄巴纳-香槟分校硕士的校友，其中两位还是浙大本科的上下铺兄弟。创业两年后，群核科技推出了基于云端的空间设计平台“酷家乐”，通过GPU高性能计算和图像学的底子，推动了家居设计行业的数字化转型。

今天酷家乐已经是全球最大的空间设计平台，那些成就了酷家乐的底层空间能力，当下成为了AI通往三维世界的钥匙。不止群核，空间智能的价值全行业也是近两年才开始慢慢意识到的。

空间智能的概念一直有些模糊，生成只是其中的一个部分。对于空间的重建、推理、认知都是空间智能的一部分，近些年来这些方面的进步，让技术的落地应用变得极为宽广。

别的不说，就影视创作这个领域，空间智能的潜力就是不可估量的。World Labs的Marble模型，最近出的宣传视频正是利用Marble生成的3D场景制作的。只要输入文字描述，或者给出一张图片，模型就能给你生成一个细节丰富、可自由探索的3D虚拟世界。这些场景的视觉效果逼真，镜头可以像3A游戏一样任意旋转和缩放。

World Labs的Marble宣传视频

这种视觉效果，以前需要大量的特效和渲染，现在在空间大模型的加持下，内容出来得又快又好，而且省力省钱。这怎么不能算是一个影视制作领域的金矿呢？

工业孪生也是一个潜力巨大的市场。工厂里面的设计规划在落地实施之后，一丁点错误都会带来极大的损失，特别在智能化时代，机器设备有了自主决策的能力，对于规划的细节程度更是指数级提升。

如果在数字世界里面先模拟跑完，一切顺利的情况下，工厂再将这一套操作和设备再移植到物理世界，就可以极大的降低这种出现问题的风险，所以说在新的时代，我们需要一个面向具身智能和数字孪生的系统，而不是像过去一样的面向自动化的系统。

此外在具身机器人的仿真训练上，在XR平台的内容生产基座上，乃至于在游戏引擎的场景生成上，空间智能的未来潜力都让人惊叹。

以具身智能为例，机器人“大脑”能在与现实高度相似的虚拟厨房、仓库中，通过数百万次的试错，学习如抓取、导航、协作等复杂物理交互技能，从而将训练成果迁移至实体机器人。

群核工业AI孪生平台SpatialTwin

智能时代的每一次进化，都将为产业链上下游带来新的养分、新的机会。在三维的智能体协助下，人类社会的工作方式、城市形态和生活体验可能也将迎来巨变。

空间智能的潜在应用场景，可能广到超乎想象。群核以及同类型的技术公司，那些率先在此布局的团队，已经深入到了金矿深处，现在最大的问题就是，怎么才能最好地抓住这个机会呢？

03
淘金者需要卖水人

在加州淘金热时期，真正赚到钱的不是矿工，而是卖铲子、卖牛仔裤、卖水的人。

而现在，在空间智能时代，行业同样需要一个卖水人——提供数据、模型、工具链、交互接口……一切让别人能在?3D?世界里“挖金子”能力的人。

今天，群核想做这个卖水人。

想要理解这个角色，我们可以类比于英伟达在AI产业中的作用。

英伟达之所以能够成就一家伟大的公司，并不是因为他们开发出了一款超级模型，或者某个杀手应用，而是因为他们为所有开发者提供了不可或缺的“铲子”与“水源”，也就是英伟达的GPU和配套的CUDA生态，彻底降低了AI研发的技术门槛。

现在无论是ChatGPT的对话，还是自动驾驶的感知，背后都有英伟达芯片在默默支撑。英伟达也就成为了这个行业的“幕后英雄”。

空间智能领域也需要这样的角色，这里要提供的应该是从底层模型到工具链的一整套能力。数据，底座模型，工具……这也正是群核科技过去14年沉淀的核心能力。

群核的数据不是AI出来的，而是“运营+生成”双重沉淀的。十余年真实设计、工业、商业空间数据，让群核形成了覆盖真实尺寸、材质、构造语义的空间知识网络。这些数据可不是到处搜集来的互联网数据，而是可计算的、结构化的空间资产。这是构建可信世界模型的重要途径。

这也反映了群核最独特、最不可复制的优势，就是他们“Physics Ready”世界模型体系。不同于纯视觉生成的AI模型，群核的空间模型内置物理约束：墙有厚度，光有反射，不仅是看起来像，而且能真实映射到物理空间。

群核要卖的水，就是这些可落地的空间智能能力。在群核刚刚举办的2025酷+大会上，推出了Aholo空间智能开放平台，开放了群核包括空间重建、生成、理解、编辑在内的四大能力，这些能力是空间智能开发者的“刚需”。

Aholo空间智能开放平台的四大能力

希望在空间智能这片金矿上“淘到金子”的开发者和行业应用者们，可以通过API或SDK的方式自由调取上述能力，也可以通过图片、视频或全景图等多模态输入，在平台上直接构建高保真的全息3D空间。

来自叙利亚的博主Zein是Aholo的第一批用户。热爱中国传统文化的Zein，走过中国很多处文物古迹，并通过视频方式记录了下来。在看到一个群核工程师，利用3D高斯技术还原杭州一家老照相馆后，他就开始关注群核科技。最近他借助Aholo平台的空间重建能力，还原了丽水千年古建筑时思寺。Zein在社交媒体上说，希望通过这种技术把中国的文化遗产留存在数字世界，并传递到更远的地方。

时思寺3D高斯还原效果

重建是对物理世界的还原，生成则是无中生有的创造。目前用户已经可以用一张照片在Aholo平台上直接生成一个完整的3D场景。而对商业场景更有价值的是，在重建或生成后还能继续编辑以达到适用于商业化需求的结果。

在发布会上，群核科技CEO陈航现场展示了如何把发布会会场从一个空空荡荡的空间，通过3D高斯技术重建，并接入混合渲染编辑的能力，变为一个“汽车营销视频”。群核还在现场与华策影视签约，正式达成合作，未来为影视行业提供虚拟片场的生成服务。过去我们还要在线下搭建影棚，经历拍摄、修图、美化一系列步骤，才能出一套商品宣传物料，现在通过群核的编辑和混合渲染能力，立刻就能生成效果逼真的营销广告或影视剧场景。

目前很多AI的能力还处于可看可玩的阶段，但对于空间智能而言，能在物理世界落地的技术才是有价值的技术。

如果想要了解群核技术的可落地性，不如直接看看这次群核科技基于3D技术所打造的AI内容创作工具——LuxReal。

简单地理解Luxreal，这是一款类Sora的软件，区别在于，LuxReal可以创作符合物理规律、一致稳定的视频内容，用通俗的话讲，在LuxReal生成的视频里，即使镜头切换、环境变化，人物、物体、场景依旧稳定不变，不会因为缺乏对3D空间结构和物理法则的理解和推演能力，而走样、穿帮、出现“AI幻觉”。

与现有AI视频相比，LuxReal生成的内容更稳定（时空一致性）、更“听话”（可控性）、更逼真，能够满足得了电商从业者、影视剧编导、广告导演、产品经理等群体严格的创作需求。

输入2D图片，LuxReal可将其生成为具有时空一致性的视频

据说，重建或生成空间的能力还在被用来给机器人进行训练，如果说文娱场景要的是“看起来真”，那机器人训练和工业仿真则是必须“用起来真”了，具备空间的结构化参数和约束是进入物理世界的必须，也是群核Physics Ready的壁垒。

这就是将技术从“实验室”走向“生产力工具”的核心标志?！?#33853;地”就是空间智能发展的核心，也是群核科技面对众多“豪门”，仍然能当“卖水者”的底气。

04

这是一个足够好的时间点

从纯技术演进视角来审视，空间智能确实已抵达关键的“技术临界点”，数据、模型、工具链与市场需求，四大要素同时齐聚，技术大爆炸的节点尽在咫尺。

大语言模型的发展，经历了从技术探索到 “ChatGPT时刻” 的质变。此后，竞争迅速演变为少数巨头主导的生态之战，后发者追赶的代价高昂。

在空间智能这个新兴领域，全球都还在探索阶段，正处于关键的 “前ChatGPT”窗口期。其核心特征与大语言模型爆发前夜高度相似：技术范式尚未统一，神经辐射场、3D高斯泼溅、世界模型等多种路径仍在并行探索，尚未出现公认的“第一性原理”。

这一阶段恰好是中国的机会窗口，也是群核最好的战略机遇期。去做“卖水人”，不仅是在对应群核本身技术经验的积累，更是将自身独特的“复合优势”加速转化为不可撼动的“生态位”的关键一步。

当前市场，提供通用AI能力（如图像生成、语音识别）的云平台众多，但能提供高保真、可交互、且物理正确的3D空间生成与仿真服务的平台几乎空白。群核的Aholo平台，恰好填补了这一关键缺口。

从开放平台的角度看，群核如果能够成功占据“物理正确3D空间能力” 这一稀缺的供给侧，从而迅速占领开发者心智，让自己从单纯的软件服务商，变成了构建下一代空间智能应用时绕不开的“基础设施”。

在“ChatGPT时刻”到来之前，群核的“性价比”优势，可能会为他带来另一重保障：若想达到同等质量，固定成本无法逾越；若想打价格战，只能提供低质、不可靠的服务，无法切入真正的产业核心需求。

做基础设施的公司，不仅具有技术上的引领地位，更有对产业规律和标准的定义能力。把握住这个黄金节点，就是“卖水人”最大的战略意义。

最新評論