空間智能爆發前夜：淘金者眾，賣水人稀缺

AI 的第三次躍遷開始了。

作者丨馬曉寧

編輯丨林覺民

在今年年中時，AI 科技評論做過一次大規模的調研。走訪了數十個AI從業者后，我們認為，在2019年前后，中國已經有團隊率先提出了Scaling law的想法，也出現了基于 Transformer 架構開發的預訓練語言模型，如果能夠沿著這條道路堅定走下去，或許能夠率先成就中國的OpenAI。

可惜的是，出于種種巧合，2022年底，GPT-3.5率先出現在了美國。

三年之后，我們走到了另一個節點，大語言模型的競爭已經到了最后階段，空間智能的時代剛剛拉開帷幕。這給了我們一個新的希望，如果可以抓住這個機會，那么新的AI明星就將在中國升起。

01
這是一個三維世界

一個月前，李飛飛在她的最新長文中寫道，當前以大型語言模型為代表的AI雖然擅長處理抽象知識，卻如同在“黑暗中行走”，缺乏對物理世界的真實理解。而空間智能，即人類用以理解、導航并與三維世界交互的底層能力，將是實現機器真正智能的關鍵突破。

智能的含義有各種各樣的解釋，然而智能的發展逐漸突破一維的token，走向三維空間是一個不爭的事實。李飛飛是這條道路上的“最大流量”，她所創辦的World Labs也成為了最吸引目光和資金的公司之一。

在中國，有一些公司已經在這條道路上打下了堅實的根基，從聲量上來說，他們可能是李飛飛的挑戰者，但是從技術淵源上說，他們還是走在前面的先行者。比如做世界模型的騰訊混元，做空間智能平臺的群核科技，做3D內容創作的Vast……

群核科技多年前曾經與李飛飛的實驗室進行過一些交流，探討過空間智能上可能的合作，可惜機緣不湊巧，彼時仍任職于斯坦福大學的李飛飛還有許多工作上的限制，雙方最終也沒能牽手。

相比于大多數模型基于游戲和互聯網數據訓練的公司，群核主打特色是基于物理正確的3D數據，訓練出空間理解模型SpatialLM和生成模型SpatialGen。

此外還有騰訊開源混元3D世界模型，支持沉浸漫游、交互和物理仿真的3D世界生成。商湯發布并開源 SenseNova-SI 系列空間智能大模型，首次在空間智能領域驗證了“尺度效應”。

這些只是冰山一角。在谷歌DeepMind發布通用世界模型Genie 3，以及Meta推出三維模型SAM 3D之際，中國公司已經迎頭趕上，成為了新一輪智能競賽中的重要力量。

隨著具身智能機器人的火熱與李飛飛等學者對“空間模型”的前瞻呼吁，AI的焦點正果斷地邁向三維的物理世界。人工智能的核心任務，正在從理解與生成信息，轉到理解、交互與塑造現實中去。

02
空間智能是一座大金礦

很長一段時間內，群核科技都是空間智能這條道路上的孤獨旅人，甚至在空間智能的道路上做功的很多年，這個詞都還沒有成為“顯學”。群核的創始人黃曉煌曾經說過，過去只知道自己在“3D空間”做功，甚至難以用一個詞來涵蓋公司所有能力，一直到李飛飛讓空間智能這個詞走到人前。

這家公司成立于2011年，三位創始人是美國伊利諾伊大學厄巴納-香檳分校碩士的校友，其中兩位還是浙大本科的上下鋪兄弟。創業兩年后，群核科技推出了基于云端的空間設計平臺“酷家樂”，通過GPU高性能計算和圖像學的底子，推動了家居設計行業的數字化轉型。

今天酷家樂已經是全球最大的空間設計平臺，那些成就了酷家樂的底層空間能力，當下成為了AI通往三維世界的鑰匙。不止群核，空間智能的價值全行業也是近兩年才開始慢慢意識到的。

空間智能的概念一直有些模糊，生成只是其中的一個部分。對于空間的重建、推理、認知都是空間智能的一部分，近些年來這些方面的進步，讓技術的落地應用變得極為寬廣。

別的不說，就影視創作這個領域，空間智能的潛力就是不可估量的。World Labs的Marble模型，最近出的宣傳視頻正是利用Marble生成的3D場景制作的。只要輸入文字描述，或者給出一張圖片，模型就能給你生成一個細節豐富、可自由探索的3D虛擬世界。這些場景的視覺效果逼真，鏡頭可以像3A游戲一樣任意旋轉和縮放。

World Labs的Marble宣傳視頻

這種視覺效果，以前需要大量的特效和渲染，現在在空間大模型的加持下，內容出來得又快又好，而且省力省錢。這怎么不能算是一個影視制作領域的金礦呢？

工業孿生也是一個潛力巨大的市場。工廠里面的設計規劃在落地實施之后，一丁點錯誤都會帶來極大的損失，特別在智能化時代，機器設備有了自主決策的能力，對于規劃的細節程度更是指數級提升。

如果在數字世界里面先模擬跑完，一切順利的情況下，工廠再將這一套操作和設備再移植到物理世界，就可以極大的降低這種出現問題的風險，所以說在新的時代，我們需要一個面向具身智能和數字孿生的系統，而不是像過去一樣的面向自動化的系統。

此外在具身機器人的仿真訓練上，在XR平臺的內容生產基座上，乃至于在游戲引擎的場景生成上，空間智能的未來潛力都讓人驚嘆。

以具身智能為例，機器人“大腦”能在與現實高度相似的虛擬廚房、倉庫中，通過數百萬次的試錯，學習如抓取、導航、協作等復雜物理交互技能，從而將訓練成果遷移至實體機器人。

群核工業AI孿生平臺SpatialTwin

智能時代的每一次進化，都將為產業鏈上下游帶來新的養分、新的機會。在三維的智能體協助下，人類社會的工作方式、城市形態和生活體驗可能也將迎來巨變。

空間智能的潛在應用場景，可能廣到超乎想象。群核以及同類型的技術公司，那些率先在此布局的團隊，已經深入到了金礦深處，現在最大的問題就是，怎么才能最好地抓住這個機會呢？

03
淘金者需要賣水人

在加州淘金熱時期，真正賺到錢的不是礦工，而是賣鏟子、賣牛仔褲、賣水的人。

而現在，在空間智能時代，行業同樣需要一個賣水人——提供數據、模型、工具鏈、交互接口……一切讓別人能在3D世界里“挖金子”能力的人。

今天，群核想做這個賣水人。

想要理解這個角色，我們可以類比于英偉達在AI產業中的作用。

英偉達之所以能夠成就一家偉大的公司，并不是因為他們開發出了一款超級模型，或者某個殺手應用，而是因為他們為所有開發者提供了不可或缺的“鏟子”與“水源”，也就是英偉達的GPU和配套的CUDA生態，徹底降低了AI研發的技術門檻。

現在無論是ChatGPT的對話，還是自動駕駛的感知，背后都有英偉達芯片在默默支撐。英偉達也就成為了這個行業的“幕后英雄”。

空間智能領域也需要這樣的角色，這里要提供的應該是從底層模型到工具鏈的一整套能力。數據，底座模型，工具……這也正是群核科技過去14年沉淀的核心能力。

群核的數據不是AI出來的，而是“運營+生成”雙重沉淀的。十余年真實設計、工業、商業空間數據，讓群核形成了覆蓋真實尺寸、材質、構造語義的空間知識網絡。這些數據可不是到處搜集來的互聯網數據，而是可計算的、結構化的空間資產。這是構建可信世界模型的重要途徑。

這也反映了群核最獨特、最不可復制的優勢，就是他們“Physics Ready”世界模型體系。不同于純視覺生成的AI模型，群核的空間模型內置物理約束：墻有厚度，光有反射，不僅是看起來像，而且能真實映射到物理空間。

群核要賣的水，就是這些可落地的空間智能能力。在群核剛剛舉辦的2025酷+大會上，推出了Aholo空間智能開放平臺，開放了群核包括空間重建、生成、理解、編輯在內的四大能力，這些能力是空間智能開發者的“剛需”。

Aholo空間智能開放平臺的四大能力

希望在空間智能這片金礦上“淘到金子”的開發者和行業應用者們，可以通過API或SDK的方式自由調取上述能力，也可以通過圖片、視頻或全景圖等多模態輸入，在平臺上直接構建高保真的全息3D空間。

來自敘利亞的博主Zein是Aholo的第一批用戶。熱愛中國傳統文化的Zein，走過中國很多處文物古跡，并通過視頻方式記錄了下來。在看到一個群核工程師，利用3D高斯技術還原杭州一家老照相館后，他就開始關注群核科技。最近他借助Aholo平臺的空間重建能力，還原了麗水千年古建筑時思寺。Zein在社交媒體上說，希望通過這種技術把中國的文化遺產留存在數字世界，并傳遞到更遠的地方。

時思寺3D高斯還原效果

重建是對物理世界的還原，生成則是無中生有的創造。目前用戶已經可以用一張照片在Aholo平臺上直接生成一個完整的3D場景。而對商業場景更有價值的是，在重建或生成后還能繼續編輯以達到適用于商業化需求的結果。

在發布會上，群核科技CEO陳航現場展示了如何把發布會會場從一個空空蕩蕩的空間，通過3D高斯技術重建，并接入混合渲染編輯的能力，變為一個“汽車營銷視頻”。群核還在現場與華策影視簽約，正式達成合作，未來為影視行業提供虛擬片場的生成服務。過去我們還要在線下搭建影棚，經歷拍攝、修圖、美化一系列步驟，才能出一套商品宣傳物料，現在通過群核的編輯和混合渲染能力，立刻就能生成效果逼真的營銷廣告或影視劇場景。

目前很多AI的能力還處于可看可玩的階段，但對于空間智能而言，能在物理世界落地的技術才是有價值的技術。

如果想要了解群核技術的可落地性，不如直接看看這次群核科技基于3D技術所打造的AI內容創作工具——LuxReal。

簡單地理解Luxreal，這是一款類Sora的軟件，區別在于，LuxReal可以創作符合物理規律、一致穩定的視頻內容，用通俗的話講，在LuxReal生成的視頻里，即使鏡頭切換、環境變化，人物、物體、場景依舊穩定不變，不會因為缺乏對3D空間結構和物理法則的理解和推演能力，而走樣、穿幫、出現“AI幻覺”。

與現有AI視頻相比，LuxReal生成的內容更穩定（時空一致性）、更“聽話”（可控性）、更逼真，能夠滿足得了電商從業者、影視劇編導、廣告導演、產品經理等群體嚴格的創作需求。

輸入2D圖片，LuxReal可將其生成為具有時空一致性的視頻

據說，重建或生成空間的能力還在被用來給機器人進行訓練，如果說文娛場景要的是“看起來真”，那機器人訓練和工業仿真則是必須“用起來真”了，具備空間的結構化參數和約束是進入物理世界的必須，也是群核Physics Ready的壁壘。

這就是將技術從“實驗室”走向“生產力工具”的核心標志。“落地”就是空間智能發展的核心，也是群核科技面對眾多“豪門”，仍然能當“賣水者”的底氣。

04
這是一個足夠好的時間點

從純技術演進視角來審視，空間智能確實已抵達關鍵的“技術臨界點”，數據、模型、工具鏈與市場需求，四大要素同時齊聚，技術大爆炸的節點盡在咫尺。

大語言模型的發展，經歷了從技術探索到 “ChatGPT時刻” 的質變。此后，競爭迅速演變為少數巨頭主導的生態之戰，后發者追趕的代價高昂。

在空間智能這個新興領域，全球都還在探索階段，正處于關鍵的 “前ChatGPT”窗口期。其核心特征與大語言模型爆發前夜高度相似：技術范式尚未統一，神經輻射場、3D高斯潑濺、世界模型等多種路徑仍在并行探索，尚未出現公認的“第一性原理”。

這一階段恰好是中國的機會窗口，也是群核最好的戰略機遇期。去做“賣水人”，不僅是在對應群核本身技術經驗的積累，更是將自身獨特的“復合優勢”加速轉化為不可撼動的“生態位”的關鍵一步。

當前市場，提供通用AI能力（如圖像生成、語音識別）的云平臺眾多，但能提供高保真、可交互、且物理正確的3D空間生成與仿真服務的平臺幾乎空白。群核的Aholo平臺，恰好填補了這一關鍵缺口。

從開放平臺的角度看，群核如果能夠成功占據“物理正確3D空間能力” 這一稀缺的供給側，從而迅速占領開發者心智，讓自己從單純的軟件服務商，變成了構建下一代空間智能應用時繞不開的“基礎設施”。

在“ChatGPT時刻”到來之前，群核的“性價比”優勢，可能會為他帶來另一重保障：若想達到同等質量，固定成本無法逾越；若想打價格戰，只能提供低質、不可靠的服務，無法切入真正的產業核心需求。

做基礎設施的公司，不僅具有技術上的引領地位，更有對產業規律和標準的定義能力。把握住這個黃金節點，就是“賣水人”最大的戰略意義。

未經「AI科技評論」授權，嚴禁以任何方式在網頁、論壇、社區進行轉載！

公眾號轉載請先在「AI科技評論」后臺留言取得授權，轉載時需標注來源并插入本公眾號名片。