面对面丨“拿着锤子找钉子” 他们的开源模型让机器人能“上学”了

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

物理(wùlǐ)AI可以(kěyǐ)理解为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(zhēnshí)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(jīqìrén)时，他需要不断地(dì)通俗一点，不断地举例说明。在杭州六(liù)小龙爆火之前，他很少在媒体上(shàng)露面，本质上他是一个技术痴迷者。

相比于理解训练机器人这件事，理解群核科技的创业(chuàngyè)过程要简单(jiǎndān)很多。

2007年，黄晓煌从浙江大学竺可桢学院(xuéyuàn)毕业，因为获得英伟达全额(quáné)奖学金，赴美国伊利诺伊大学厄(è)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，他就加入了(le)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(juédìng)。

2011年，在主流观点(guāndiǎn)中，英伟达仍是一家“消费电子硬件公司”。尽管(jǐnguǎn)当时杰弗里·辛顿已经在用(yòng)英伟达的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人工智能爆发的算力基石。

在这样一个时间节点上，黄晓煌看到的是GPU的超级算力(suànlì)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来自清华大学的朱皓，共同创业。创业方向，是用(yòng)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为二维图像或视频(shìpín)的过程。

在很短的时间里，年轻的创始团队(tuánduì)用低价显卡集合(jíhé)成一个端云协同(xiétóng)的高性能GPU集群，算力成本大幅降低(jiàngdī)，并实现了更快的计算速度。但那时，投资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(zhèjiāngshěng)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(zài)图像识别大赛中用深度(shēndù)卷积神经网络碾压传统(chuántǒng)算法，开启了AI革命的新篇章，GPU也因此(yīncǐ)一战成名。通过与亚马逊的合作，英伟达开始(kāishǐ)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(chuízi)找钉子的路上。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：我在英伟达工作的时候，整个公司的方法论都是先把技术做(zuò)出来，然后花各种成本(chéngběn)去找应用。所以我受到了这种方法论的熏陶，说白了就是拿着锤子(chuízi)找钉子，需要先把锤子造出来。

这把(bǎ)锤子可以用来做电影特效渲染，但(dàn)收回成本的时间太长，也可以用于游戏行业，但当时的手游对画质的要求并不(bù)高。最终，他们的技术落锤在了家装行业。

然而(ránér)，随着用户规模的扩大，对黄晓煌他们来说，技术挑战(tiǎozhàn)也呈指数级上升。

2013年，群核科技推出了主打产品“酷家乐”，这款空间设计(kōngjiānshèjì)软件(ruǎnjiàn)凭借其10秒快速(kuàisù)渲染的能力一炮而红，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(guīmó)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直接对接工厂(gōngchǎng)生产(shēngchǎn)，而这一步，又带来更多的数据沉淀。

2018年，基于自身业务海量的室内空间数据(shùjù)积累，群核科技联合国内外几所高校(gāoxiào)共同推出(tuīchū)InteriorNet数据集(jí)。在此之前，国际上已经有不少知名数据集存在，但多数为静态或(huò)不可交互数据，InteriorNet是少有的由可交互三维数据构成(gòuchéng)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，希望和他们进行合作(hézuò)。

当时，该科技(kējì)巨头正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(xiànshí)世界中训练机器人(jīqìrén)，成本高昂、难以扩展，而使用(shǐyòng)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。群核科技推出的数据集被帝国理工学院(lǐgōngxuéyuàn)、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(zhīyī)。

2025年3月，群核科技发布(fābù)并开源了(le)自主研发的空间理解模型SpatialLM，结合之前发布的空间智能平台(píngtái)SpatialVerse，可以让(ràng)机器人(jīqìrén)完成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，你就像(xiàng)ChatGPT这样的公司。

黄晓煌：是的，但它们是封闭(fēngbì)的，我们是开放的。

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(de)是(shì)未来10年、20年后我们的业务，我们先把基础设施铺好，真正的能力才能得到发挥。我觉得对于中国这一代企业家来说，拥抱开源能够发挥更大价值(jiàzhí)。

记者：所以这又回到你(nǐ)创业的初衷、驱动力是什么？

黄晓煌：我们一直坚信，只要你(nǐ)的技术有价值，然后这个赛道蓬勃发展，你在(zài)里面一定能够分到一杯羹。而且你得感兴趣，即使失败了，这个过程你也会很(hěn)开心、很有成就感，即使没赚到钱，也会觉得不(bù)枉此行。

摄像丨王扬 王忠仁(wángzhōngrén) 陈朋