“杭州六小龙”第一股、空间智能与AI的下一步：对话群核科技创始人黄晓煌

摘要

群核科技創始人黃曉煌在港股IPO後，闡述空間智能作為 AI 下一步的戰略意義。空間智能源於認知科學，經歷從二維視覺識別、三維重建到預測與規劃的技術演進。黃曉煌闡明空間智能、世界模型、具身智能三者的層級關係：世界模型是「大腦」負責內部模擬與預測；空間智能負責三維物理空間的感知與理解；具身智能則將二者整合到實際機器人與自動化系統。業界主要分為空間生成（重建、推斷、生成融合）與潛空間預測兩大路線。群核科技採取「工程+產業驅動」策略，與李飛飛的 World Labs 相異，專注於貼近物理世界的真實場景建模，已推出 SpatialLM 語言模型、SpatialGen 生成模型、SpatialVerse 訓練平台等產品矩陣，形成從設計工具到產業底座的完整生態。

重點

• 空間智能是理解三維物理空間的感知與推理能力，由視覺、表徵、推理、預測、行動五大模塊組成。
• 世界模型→空間智能→具身智能形成清晰進階路徑，具身智能無法跳過空間智能。
• 空間生成（重建+推斷+生成融合）相比潛空間預測更適合商業落地，提供可解釋性與人工干預空間。
• 中美空間智能發展路線分化：美國聚焦虛擬世界生成，中國因製造業優勢貼近物理世界真實建模。
• 群核科技基於 CAD/BIM 數據優勢，以 SpatialLM、SpatialGen 為核心，打造服務機器人、影視、電商的垂直產品矩陣。

章節

1. [0:33] 空間智能的認知科學基礎與技術演進

   從加德納多元智能理論出發，追溯空間智能從二維視覺識別、三維重建到預測規劃的技術發展軌跡。

2. [4:41] 空間智能、世界模型、具身智能的層級關係

   透過開門案例闡述三者關係：世界模型負責預測，空間智能負責三維理解，具身智能整合於實際系統。

3. [7:45] 空間生成路線：重建、推斷、生成的融合

   介紹點雲、Mesh、NeRF、高斯泼溅等表徵方法及其權衡，以及 World Labs 的融合策略。

4. [12:50] 潛空間預測與商業化選擇

   對比潛空間預測（JEPA、Dreamer）與空間生成，說明後者在可解釋性與產業落地的優勢。

5. [14:04] World Labs 與群核科技的商業化差異

   World Labs 採學術驅動構建通用基礎模型；群核則以工程+產業驅動瞄準垂直應用場景。

6. [15:12] 群核科技的技術積累與產品矩陣

   基於酷家樂 CAD/BIM 數據優勢，推出 SpatialLM、SpatialGen、SpatialVerse、LuxReal 等產品。

7. [16:32] 中美空間智能發展路線差異

   分析中國聚焦物理世界、美國聚焦虛擬世界的發展差異及其深層原因。

8. [19:32] 黃曉煌的創業歷程與戰略預判

   從英伟達 CUDA 研究到群核創業，再到空間智能布局，展現持續的技術預判與商業切入能力。

金句