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(zhègè)看似(kànshì)平凡的办公空间里，隐藏(yǐncáng)着另一个世界——机器人(jīqìrén)的数字训练场。这里是群核科技，创业14年，因在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(lǐjiě)为懂(dǒng)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。

相比于理解训练机器人这件事，理解群核(qúnhé)科技(kējì)的创业过程要简单很多。

2007年，黄晓煌(huángxiǎohuáng)从浙江大学(zhèjiāngdàxué)竺可桢学院毕业，因为获得英伟达全额(quáné)奖学金，赴美国伊利诺伊大学厄巴纳-香槟分校攻读博士学位(bóshìxuéwèi)，研究方向是用GPU（图形处理器）做高性能计算(jìsuàn)。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(gōngsī)”。尽管当时杰弗里·辛顿已经在用英伟达的(de)(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(wèilái)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(chāojí)算力和云端部署相结合的潜力。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，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(sānwéi)模型或场景(chǎngjǐng)转换为二维图像或视频的过程。

在很短的时间(shíjiān)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(bìng)实现了更快的计算速度。但那时，投资圈(quān)热门的概念(gàiniàn)仍是移动互联网，黄晓煌在硅谷融资时，无一例外都遭到(dào)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(xuéshēng)在(zài)图像识别大赛中用深度卷积神经网络碾压传统算法，开启了AI革命(gémìng)的新篇章，GPU也因此一战成名。通过与亚马逊的合作，英伟达(wěidá)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。他们的锤子是利用(lìyòng)GPU实现“物理正确”的渲染引擎(yǐnqíng)，“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(bǎ)技术(jìshù)做出来，然后花各种成本去找应用。所以我受到了这种方法论的熏陶，说白了就是拿着(zhe)锤子找钉子，需要先把锤子造出来。

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(yòngyú)游戏行业，但当时的手游对画质的要求并不高(gāo)。最终，他们的技术(jìshù)落锤在了家装行业。

然而，随着用户(yònghù)规模的(de)扩大，对黄晓煌他们来说，技术挑战也呈指数级上升。

2013年，群核科技推出(tuīchū)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(dàjiā)居行业首选的设计软件。

家装行业背后的(de)产业链和数据规模的扩大，让黄晓煌和团队很自然(zìrán)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生产，而这一步，又带来更多的数据沉淀(chéndiàn)。

2018年，基于自身(zìshēn)业务海量的室内空间数据(shùjù)(shùjù)积累(jīlěi)，群核科技联合国内外几所高校共同推出InteriorNet数据集。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(jìngtài)或不可交互数据，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(miǎnfèi)开源的数据集。

数据集开放后不久(bùjiǔ)，群核科技就收到了一封来自硅谷某科技巨头的电子邮件，希望(xīwàng)和他们进行合作。

当时(dāngshí)，该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，让群核科技的数据集第一次应用在了空间(kōngjiān)智能训练上。

在现实世界中训练机器人，成本高昂、难以扩展，而使用(shǐyòng)数据(shùjù)训练机器人，则面临高质量3D数据稀缺(xīquē)的瓶颈。合成数据因此是(shì)一种性价比更高且潜力(qiánlì)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、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，群核科技发布并开源了自主研发(yánfā)的(de)空间(kōngjiān)理解模型SpatialLM，结合之前发布的空间智能平台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(xùnliàn)。随着(suízhe)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(jiù)像ChatGPT这样的公司。

黄晓煌：是的，但它们(tāmen)是封闭的，我们是开放的。

记者：你的开放和他们的封闭，会带来(dàilái)什么样的不一样？

黄晓煌：我(wǒ)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(yòu)回到你创业的初衷、驱动力是什么？

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

摄像丨(gǔn)王扬 王忠仁 陈朋