不僅是杭州六小龍，更是空間智能“破壁者”。

作者｜Iris

編輯｜王博

進入2025年，AI行業正經歷一場微妙的轉變。

雖然大語言模型仍在持續演進，但業界已經清晰地感受到：Scaling Law帶來的性能提升正在放緩。當算力堆疊不再是萬能解法，AI的下一步該往哪里走？

答案或許藏在我們最熟悉的物理世界中。與過去火熱的文本大模型和圖像生成不同，這一波熱潮——空間智能聚焦于AI對3D物理世界的認知與理解能力。「甲子光年」在《2025中國AI新風向30條判斷》中，將物理AI列為AI的三大分支之一。物理AI不再局限于數字環境的運算，它能夠感知、理解三維世界的空間關系和物理行為，并在現實世界中執行復雜操作，被廣泛應用于機器人、自動駕駛、材料研究、氣候預測、航天探索等領域。

大語言模型僅僅是這場AI馬拉松的開頭，當大語言模型的軍備競賽放緩，巨頭們接連搶灘空間智能這個“第二戰場”。

8月5日，谷歌DeepMind宣布推出通用世界模型Genie 3；8月12日的SIGGRAPH大會上，一身皮衣的黃仁勛也發布了新的世界模型Cosmos Transfer-2；上個月，騰訊在世界人工智能大會上發布了開源世界模型混元3D世界模型1.0。據The information報道，字節跳動也在推進世界模型項目。

在巨頭競相角逐的同時，一家杭州公司，正在成為在這場空間智能競賽中的“中國變量”。他們在這個賽道的積淀甚至要回溯到12年前。

這家公司就是“杭州六小龍”之一的群核科技——中國最早聚焦3D空間模擬構建的公司，并且已經成為全球最大空間設計平臺。

在滿足中國乃至全球最復雜、最多元的設計需求的過程中，群核沉淀了海量的、物理正確的室內物理數據，他們得以用一種不同于硅谷巨頭的方式，探索空間智能的路徑。

8月25日，群核智能發布了業界首個專注于3D室內場景認知與生成的空間大模型。目前，該空間大模型已發布兩大核心子模型：空間語言模型SpatialLM V1.5和空間生成模型SpatialGen，其中SpatialGen已在HuggingFace、Github、魔搭社區開源。

1.真正用“空間數據”訓練的大模型來了

當前大模型的競爭焦點已從二維世界（文字、圖片）轉向三維物理世界。然而，空間大模型仍處于“GPT-2時代”，尚未達到類似GPT-3的“涌現能力”，技術路徑尚未收斂——玩家們正以不同方式探索AI認知世界的可能性。

目前的技術路線有以下類型：

1.視頻生成派（如Sora、Genie）：能以驚艷的視覺效果打動用戶，但因缺乏3D結構，視角切換時會出現物體錯位、形態突變等“穿幫”問題。

2.3D世界模型派（如WorldLabs）：能保證視角一致性，但靈活性較弱，且訓練數據多來自游戲而非真實世界，導致真實感不足。

真正的挑戰在于：如何讓AI既深刻理解物理規律，又能靈活生成符合現實邏輯的三維世界？

群核空間大模型則用不同于以上兩種的路徑回答了這個問題——專注“室內空間本身”，而非泛化的物理世界。其核心突破在于持續積累的室內空間結構化認知，使其相比視頻模型在視角一致性上更有保證，對比其他3D場景模型，也擁有更高的漫游自由度。

群核科技此前在室內設計領域的深厚積累，讓他們在室內場景打出一張“王炸”，成為業界首個專注于3D室內場景認知與生成的空間大模型。其核心由兩大開源模型構成：空間語言模型SpatialLM 1.5和空間生成模型SpatialGen。

這是全球少有的面向室內場景的物理正確空間大模型，相比其他視頻生成模型和3D生成模型，有三大核心優勢：真實感全息漫游場景、可交互性、復雜室內空間處理能力。

空間理解模型SpatialLM 1.5是基于大語言模型訓練的，基座模型為Qwen3，它可以理解并使用一種結構化、可交互場景的描述語言。通過點云、文本等多模態的輸入，該模型可以生成含空間結構、空間關系等參數化信息的場景語言。其實，SpatialLM 1.5是個增強模型，其前代版本 SpatialLM 1.0 今年3月開源后，迅速登上Hugging Face趨勢榜前三，目前已有初創企業基于其代碼和架構訓練出自有模型，驗證了開源模式的技術輻射力。

空間生成模型SpatialGen是一款基于擴散模型架構的多視角圖像生成模型，它的原理是首次基于多視角擴散模型+3DGS重建技術，SpatialGen 可根據文字描述、參考圖像和3D空間布局，生成具有時空一致性的多視角圖像，并支持進一步生成3D高斯（3DGS）場景并渲染漫游視頻，并且支持任意視角切換、路徑漫游，光照、紋理、遮擋關系全程物理一致。

SpatialGen的多視角一致性演示

從群核TechDay現場來看，他們還在探索空間交互行動方向的模型。其實他們的路徑很清晰，就是沿著空間智能的幾個關鍵項：空間理解、空間生成、空間交互行動的路徑往前跑。

2.空間智能競賽中的“數據飛輪”

當前大模型的進化正面臨一個關鍵矛盾：當互聯網公開數據逐漸耗盡，未來靠什么喂養這些"數據怪獸"？尤其在空間智能領域需要的是空間數據，這個矛盾更加尖銳——需要真實世界的3D掃描和傳感器數據，這種物理數據不僅采集成本高，處理難度也遠超文本。

Scale AI的爆發式增長恰好印證了這個趨勢，作為AI數據供應商，它在2024年上半年收入激增4倍。這背后反映的其實是整個行業正在為數據瘋狂內卷——特別是室內空間數據，因為涉及復雜的空間結構和交互邏輯，成為最難啃的硬骨頭。

空間數據也分室內和室外兩個視角來看，室內數據是更困難的。群核科技聯合創始人兼董事長黃曉煌在現場演講中提到，相比室外，室內空間的數據更難獲取、空間復雜度更高、交互需求更高、這些都讓室內空間的的認知理解訓練變得更難。

首先，自動駕駛車輛可以邊行駛邊采集數據訓練模型，但多數物理世界中的設備或機器人不具備自主采集訓練數據的能力。 其次，室內空間包含更復雜的結構和交互邏輯，相比室外單純的道路數據（如自動駕駛），需要處理家具布局、物品屬性、人類活動軌跡等多維度信息。

最后，室外數據只需測繪資質就能采集，但獲取室內數據需要得到每個空間所有者的許可，考慮到隱私問題，要規模化獲取100萬甚至1億個室內空間的數據幾乎不可能實現。

這種稀缺性直接導致：當文本和圖像領域可以通過海量互聯網數據訓練大模型時，空間智能領域卻面臨"無米下鍋"的窘境。

而群核科技在酷家樂上的數據技術積淀恰恰可以彌補這一短板，也成為他們的破局之道——酷家樂的廣泛應用積累了豐富的場景數據。這里面有個關鍵節點是2018年，群核科技聯合英國帝國理工大學、美國南加州大學等發布了InteriorNet——全球最大的室內空間深度學習數據集，為推動后續群核在空間智能的探索提供了數據支撐。今年WAIC上，「甲子光年」也看到他們探索的數據處理的新范式，通過開源3D高斯語義數據集InteriorGS，首次將3DGS技術引入AI訓練。

另外，「甲子光年」發現，空間智能的實現與數字AI方法不完全相同，需要合成數據等技術的參與。在AI訓練過程中，3D訓練數據由高度精確的計算機模擬生成，這些合成數據包含與現實世界的空間關系和物理規則有關的信息，既充當數據源，也作為AI訓練場。

群核科技可能是全球唯一一家能做包含真實物理規律的、大規模的高質量合成數據的公司。

這些高質量室內數據是群核不可復制的技術壁壘，它提升了群核科技在空間智能領域的技術上限，也讓群核科技得以在視頻生成和3D場景建模之外，探索差異化的技術路徑，并進一步進化形成圍繞工具—數據—模型驅動的技術飛輪。

這一飛輪是如何轉動的？

有了這層數據基礎，群核左手探索數據應用場景，右手訓練模型。

在數據商業化應用上，群核基于InteriorNet的起點，推動群核空間智能平臺SpatialVerse。它通過搭建一個「數字道場」，讓智能體通過高質量數據的充分訓練，能夠真正獲得泛化能力，應對現實中的千萬種復雜場景。

此前開源3D場景數據稀缺，已有的工作在算法選擇上受限，一般通過蒸餾2D生成模型，導致結果視覺真實性不足；而群核科技十余年間積累的海量高質量3D可交互數據 ，則成為群核空間大模型的核心驅動力，使得模型進一步展現出理解與生成能力與較強的空間一致性，并加速了模型迭代。

這些數據使得模型以極低的門檻獲得高真實還原度的3D場景——這一能力又提升了酷家樂等原有工具的深度體驗，比如AI+設計的智能化應用。本次發布的SpatialLM 1.5，支持用戶通過對話交互系統SpatialLM-Chat進行可交互場景的端到端生成。用戶只需提供簡單文本輸入，可自動生成結構化場景腳本，智能匹配家具模型并完成布局，并支持后續通過自然語言進行問答或編輯。這些在工具中的落地應用，使得設計師和業主能夠更高效地進行創意探索與方案驗證。

而工具體驗的優化也帶來更多的場景數據沉淀。隨著空間智能技術的提升，群核科技工具矩陣的觸角，也從室內家居設計領域，逐漸蔓延至實時仿真渲染、工業智能制造，以及具身智能合成數據訓練等新興產業。這些工具在不同場景的落地應用，反哺了數據和模型能力，這種“工具—數據—模型”的正向循環持續深化技術護城河，也讓群核科技數字經濟的上半場建立起成熟的商業模式，并在下半場加速推進空間智能的產業融合。

群核科技聯合創始人兼董事長黃曉煌

一言以蔽之，海量數據加速了模型迭代，模型的升級進而提升工具體驗，工具優化進一步帶來更豐富的場景和數據，由此，群核構建了一個正向循環的空間智能飛輪。

外界看到的是，它并不是過去大家印象中的那個群核科技了。

實際上，讓AI走向物理世界，是黃曉煌十幾年前就想做的事情。

“我在UIUC讀博士時，專業是用GPU來做高性能計算。我的導師給我的課題是：當未來算力提升1000倍，你要研究的方向是什么？當時就做了兩個，一是模擬人腦的運行，二是模擬物理世界的運行。我選擇的是后者?！秉S曉煌曾向「甲子光年」回憶道。

選擇開源路徑，也證實了他們堅持搭建空間智能基礎設施的決心。他們認為開源的價值，在于減少重復勞動，讓更多人加入到前沿技術探索中，有助于技術更快地升級和應用。為了推動技術平權，做大蛋糕，他們選擇開源來鋪好AI走向物理世界的橋梁。

3.真正能用起來的大模型，才能進入下一輪

當大模型的競賽已經來到下半場，行業的關注逐漸從大模型的性能參數，轉移至落地應用。

「甲子光年」在今年的世界人工智能大會（WAIC）上觀察到，只不過兩三年光景，大模型領域就從"百模大戰"的熱鬧場面，變成了幾個頭部玩家的擂臺。相比門庭若市的具身智能展廳，今年的大模型展廳顯得更為低調務實，我們在現場最直觀的感受是：大家都在試圖講好AI落地的故事，讓AI真正成為生產力。

然而，如今仍在牌桌上的玩家被迫面對一個關鍵挑戰：絕大多數炫技般的DEMO演示，在真實產業場景落地中遭遇"水土不服"，難以落地。視頻領域的空間一致性難題就是典型案例——生成式AI可以輕松炮制單幀精美畫面，卻在連續幀的物理合理性上漏洞百出：物體憑空消失、材質突變、光影紊亂。這背后的原因是多數視頻生成模型是基于圖像或視頻數據訓練，這些算法通過海量視頻數據學習到時空模式的關聯性（例如“走路時手腳如何擺動”），但本質上缺乏對3D空間結構和物理法則的的理解和主動推演能力。

群核這次發布的SpatialGen模型，就有希望在AI視頻創作領域發揮生產力。它讓 AI 對空間的認知嚴格符合真實物理規律，從底層解決 2D 感知到 3D 理解的映射偏差。并首次基于多視角擴散+3DGS重建技術，從源頭解決空間一致性問題。

SpatialGen支持任意視角切換、路徑漫游，光照、紋理、遮擋關系全程物理一致。這使得模型在復雜場景中仍可以保持空間關系、物體布局的穩定性，可以解決視頻創作中的空間穿幫問題。

據透露，群核還在研發一款基于3D技術的AI視頻生成產品，并計劃在今年內正式發布——這或許是全球首款深度融合3D能力的AI視頻生成Agent。通過構建3D渲染與視頻增強一體化的生成管線，有希望彌補當前AIGC視頻生成中時空一致性不足的問題。

這樣的技術變革也加速了AIGC進入商業化生產的流程，這是因為影視短劇、電商直播、工業設計等行業，不僅要求每一幀畫面“看起來合理”，更要求整個視頻序列在空間中像真實世界一樣“合理存在”。

另一個可能被解決的行業壁壘在于機器人訓練場景。數據少、成本高是目前具身智能的痛點，當前人形機器人的發展仍處于早期階段，其真實場景下的物理交互數據積累極為有限，遠未達到大語言模型訓練所需的PB級數據規模。大規模真實數據的采集成本高昂，獲取大量真實有效的數據需投入大量人力、物力與時間，比如在復雜環境中布置眾多傳感器和監測設備，這不僅設備采購費用高，還涉及安裝、維護和更新成本。

SpatialLM 1.5生成的場景富含物理正確的結構化信息，且能快速批量輸出大量符合要求的多樣化場景，，恰好可以為具身智能訓練提供切實可行的數據技術路徑，也有望緩解具身智能的“數據荒”。

以養老場景為例：當用戶輸入"去客廳拿藥"這樣的自然語言指令時，系統能夠自動生成包含完整空間參數的環境方案，并可視化呈現最優行動路徑。SpatialLM的空間參數化生成能力，可以高效創建具備物理準確性的訓練場景：首先基于自然語言描述生成結構化空間方案，繼而自動匹配素材庫構建三維環境，最終輸出可供機器人進行路徑仿真的可交互場景。

SpatialLM 1.5 機器人訓練演示demo

這種技術突破的背后，是群核構建的「空間智能飛輪」正加速轉動——數據驅動模型，模型優化工具，工具反哺數據，形成閉環。正如快手依托短視頻生態推動可靈迭代一樣，群核憑借酷家樂沉淀的海量室內物理數據，正在空間智能領域復現“工具—數據—模型”的技術增強回路。

這一飛輪支撐了群核科技的商業護城河。在技術研發與商業應用的正向循環驅動下，其資本進程加速推進。「甲子光年」注意到，群核科技于8月22日更新了招股書，繼續推動在港交所的上市進程，沖刺“全球空間智能第一股”。他們的愿景則是通過開源推動全球空間智能技術快速前進，成為全球空間智能服務提供商，推動屬于空間大模型的“DeepSeek時刻”盡快來臨。

這并不是在炒概念，從酷家樂的數據積累到群核空間大模型的戰略升級，群核的技術飛輪效應正在持續兌現。

杭州六小龍已經創造了一個“DeepSeek時刻”，下一個“DeepSeek時刻”或許離我們并不遙遠。

（封面圖及文中配圖群核科技）