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，这个看似平凡的办公空间里，隐藏着另一个(yígè)世界——机器人的数字训练场。这里是(shì)群核科技，创业14年(nián)，因在(yīnzài)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，在国际上也有着举足轻重的地位。

物理(wùlǐ)AI可以理解为懂物理规则的人工智能。只有懂了(le)物理规则，自主机器如机器人、自动驾驶汽车等，才能(cáinéng)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(kējì)的联合创始人兼董事长。解释(jiěshì)物理AI、空间智能以及如何训练机器人时，他需要不断地通俗一点，不断地举例说明。在杭州六(liù)小龙爆火之前，他很少在媒体上露面，本质上他是(shì)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(de)创业过程(guòchéng)要简单很多。

2007年，黄晓煌从浙江大学(zhèjiāngdàxué)竺可桢学院毕业，因为获得英伟达全额奖学金，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(fāngxiàng)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(dàn)仅仅1年后，他做出了离开英伟达的决定。

2011年，在(zài)主流观点中(zhōng)，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(de)GPU训练深度神经网络，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的超级算力和云端部署相结合(xiāngjiéhé)的潜力。他邀请一样来自(láizì)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(fāngxiàng)，是用GPU做云端的图形图像快速渲染。渲染，指的是通过算法(suànfǎ)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(duānyún)协同的高性能GPU集群，算力成本大幅降低，并实现了(le)更快的计算速度。但那时，投资圈热门(rèmén)的概念仍是(shì)移动互联网，黄晓煌在硅谷(guīgǔ)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。

2012年，辛顿带领学生在图像识别(túxiàngshíbié)大赛(dàsài)中用深度卷积神经网络碾压传统算法，开启了AI革命的(de)新篇章，GPU也因此一战成名(chéngmíng)。通过与亚马逊的合作，英伟达开始进入(jìnrù)“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。他们的锤子是利用GPU实现“物理(wùlǐ)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出来，然后花(huā)各种成本去找应用。所以我受到了这种方法论的熏陶，说白了就是(jiùshì)拿着锤子找钉子，需要(xūyào)先把锤子造出来。

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

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

2013年(nián)，群核科技推出了主打产品“酷家乐”，这款空间设计软件凭借其(qí)10秒快速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(shǒuxuǎn)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(bǎ)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生产(shēngchǎn)，而(ér)这一步，又带来更多的数据沉淀。

2018年，基于自身(zìshēn)业务海量的(de)室内空间(shìnèikōngjiān)数据(shùjù)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，国际上已经有不少知名数据集存在，但多数为静态或不可交互(jiāohù)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，群核科技(kējì)就收到了一封来自硅谷某科技巨头的(de)电子邮件，希望和他们进行合作。

当时，该(gāi)科技巨头正苦于缺乏大量物理正确的合成数据做机器人训练，这次合作(hézuò)，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(xùnliàn)机器人，成本高昂、难以扩展，而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(shì)一种性价比(xìngjiàbǐ)更高且潜力无限(wúxiàn)的训练数据来源。群核科技推出的数据集(jí)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(fābù)并开源了自主研发的(de)空间(kōngjiān)理解模型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(jiùshì)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：是的，但它们是封闭的，我们是开放(kāifàng)的。

记者(jìzhě)：你的开放和他们的封闭，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，我们先把基础设施铺(pù)好，真正的能力(nénglì)才能得到发挥(fāhuī)。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。

记者：所以这又回到你创业的初衷、驱动力是(shì)什么？

黄晓煌：我们一直坚信，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(dé)感兴趣，即使失败(shībài)了，这个过程你也会很开心、很有成就感，即使没赚到钱(qián)，也会觉得不枉(wǎng)此行。

摄像丨王扬(wángyáng) 王忠仁 陈朋