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(qúnhé)科技，创业(chuàngyè)14年，因在空间智能领域积累了(le)不容忽视的优势，不仅跻身(jīshēn)“杭州六小龙”之列，在国际上也有着举足轻重的地位。

物理AI可以理解为懂(dǒng)物理规则的(de)人工智能。只有懂了物理规则，自主机器如机器人、自动(zìdòng)驾驶汽车等，才能在真实的物理世界中进行感知、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。解释物理AI、空间智能以及如何训练机器人时，他(tā)需要不断地(dì)通俗一点，不断地举例说明。在(zài)杭州六小龙(xiǎolóng)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(lǐjiě)训练机器人这件事，理解群核(qúnhé)科技的创业过程要简单很多。

2007年，黄晓煌从浙江大学(zhèjiāngdàxué)竺可桢学院毕业，因为(yīnwèi)获得英(yīng)伟达全额奖学金，赴美国伊利诺伊大学厄巴纳-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(gāoxìngnéng)计算。还没完成学业，他就加入了英伟达，主要工作是给GPU芯片开发(kāifā)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，在主流观点中，英伟达仍是一家“消费电子硬件公司”。尽管当时杰弗里·辛顿已经在用英伟达的(de)GPU训练深度神经网络(shénjīngwǎngluò)，但大多数人尚未意识到GPU的并行计算能力将成为未来(wèilái)人工智能爆发的算力(suànlì)基石。

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

在很短的(de)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，算力成本大幅降低，并实现了更(gèng)快的计算速度(jìsuànsùdù)。但那时，投资(tóuzī)圈热门的概念仍是移动互联网，黄晓煌在硅谷融资时，无一例外都遭到了拒绝。在最困难的时期，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(chuàngyè)。

2012年，辛顿带领学生(xuéshēng)在图像识别大赛中用(yòng)深度卷积神经网络碾压(niǎnyā)传统算法，开启了AI革命的新篇章(xīnpiānzhāng)，GPU也因此一战成名。通过与亚马逊的合作，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”的渲染引擎，“物理正确”是指(zhǐ)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(zài)英伟达工作的时候(shíhòu)，整个公司的方法论都是先把技术做出来，然后花各种成本去找(zhǎo)应用。所以我受到了这种方法论的熏陶，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(kěyǐ)用来做电影特效渲染，但收回成本的时间太(tài)长，也可以用于游戏行业，但当时的手游对画质的要求并不高。最终，他们(tāmen)的技术落锤在了家装行业。

然而，随着(suízhe)用户规模的扩大，对黄晓煌他们来说，技术挑战也(yě)呈指数级上升。

2013年，群核科技推出了主打产品“酷家乐(jiālè)”，这款空间设计软件凭借其10秒(miǎo)快速渲染(xuànrǎn)的能力一炮而红，吸引了大量的设计师，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，让黄晓煌和团队很自然地把技术优势延伸到工业4.0。物理正确的数据让设计图能(néng)直接对接工厂生产，而这一步(yībù)，又带来更(gèng)多的数据沉淀。

2018年，基于(jīyú)自身业务海量的室内空间数据积累，群核科技联合国内外几所高校共同推出InteriorNet数据集(jí)。在此之前(zàicǐzhīqián)，国际上已经(yǐjīng)有不少知名数据集存在，但多数(duōshù)为静态或不可交互数据，InteriorNet是(shì)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，群核科技就收到了一封来自硅谷某科技巨头的电子邮件(diànziyóujiàn)，希望和他们进行(jìnxíng)合作。

当时，该科技巨头正(zhèng)苦于缺乏大量物理正确的(de)合成数据做机器人训练，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。

在现实世界中训练机器人，成本高昂、难以扩展，而(ér)使用数据训练机器人，则面临高质量3D数据稀缺的瓶颈。合成数据因此是一种性价比更高且潜力无限的训练数据来源(láiyuán)。群核(qúnhé)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(shìnèi)AI视觉训练中具有代表性(dàibiǎoxìng)的基础设施之一。

2025年3月，群核科技(kējì)发布并开源了自主研发的(de)空间(kōngjiān)理解模型SpatialLM，结合(jiéhé)之前发布的空间智能平台SpatialVerse，可以让机器人完成(wánchéng)从认知理解到行动交互的完整闭环训练。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(nǐ)就像ChatGPT这样的公司。

黄晓煌：是(shì)的，但它们是封闭的，我们是开放的。

记者：你的(de)开放和他们的封闭，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，我们先(xiān)把基础设施铺(pù)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(de)初衷、驱动力是什么？

黄晓煌：我们一直坚信，只要你的技术有(yǒu)价值，然后这个赛道蓬勃发展，你在里面(lǐmiàn)一定能够分到一杯羹。而且你得感兴趣，即使失败(shībài)了(le)，这个过程你也会很开心、很有成就感，即使没赚到钱，也会觉得不枉此行。

摄像(shèxiàng)丨王扬 王忠仁 陈朋