AI新浪潮觀察

10min read

群核科技，摸著李飛飛過河

Li Yuan2025/12/16

摘要

當李飛飛指明空間智能是 AI 的下一站時，行業才猛然發現，通往這一站最關鍵的「數據船票」，其實早就握在了這位行業老兵手中。

作者｜Li Yuan

編輯｜ 鄭玄

李飛飛的「空間智能」（Spatial Intelligence），無疑是今年科技圈最性感的詞匯之一。

當這位 AI 教母振臂一呼，原本還在卷文本、卷視頻生成的行業目光，瞬間被拉向了 3D 世界。然而，這個領域太過前沿，以至于在大洋彼岸，除了李飛飛的 World Labs，真正能看懂并跟進的玩家也寥寥無幾。

在中國，誰會是那個最快跟進的人？

令人意外的是，答案或許不在那些聲量巨大的大模型獨角獸名單里，而是一家在裝修設計領域耕耘多年的老兵——群核科技（酷家樂母公司）。

12 月 9 日，在群核科技 2025 酷+大會上，這家在 3D 空間領域深耕 14 年的公司宣布了一項重大戰略升級：從 3D 軟件提供商，轉型為空間智能基礎設施提供商—— 發布了物理模擬視頻生成模型 LuxReal，并同步推出了 Aholo 空間智能開放平臺，一口氣開放了從空間重建、生成，到編輯與理解的全套能力。

雖然并非傳統意義上的 AI Native 公司，但群核科技似乎正在走出一條獨特的「中國版李飛飛路線」。

看起來或許有點反直覺：為什么率先在這條賽道交卷的，不是那些算力雄厚的通用大模型巨頭，而是這家垂直軟件公司？

答案藏在空間智能的特性里。

空間智能的門檻不僅僅是算力，更是這種對物理世界的「顯式掌握」。

在過去的 14 年里，群核科技積累了全中國最龐大的真實戶型數據庫、帶有精確物理材質參數的商品模型，以及數以億計經過渲染驗證的裝修方案。這些并非合成數據，而是物理世界的「數字底稿」。

當李飛飛指明空間智能是 AI 的下一站時，行業才猛然發現，通往這一站最關鍵的「數據船票」，其實早就握在了這位行業老兵手中。

01

中國的「李飛飛路線」：

在黑盒中植入「把手」

在這次發布會中，承載群核科技空間智能野心的核心產品，是一個名為 LuxReal 的視頻生成模型。

如果僅僅看演示 demo，LuxReal 似乎是在做與 Sora、或者李飛飛的 World Labs 類似的事情：輸入一個圖片，生成一段與圖片相關的，物理規律準確且具有一致性的視頻。但如果揭開引擎蓋，你會發現幾者的技術底色截然不同。

首先是 Sora 代表的「大力出奇跡」路線。

Sora 本質上是一個「2D 原生」的模型。它并不真正理解三維空間，而是通過 DiT（Diffusion Transformer）架構，學習了海量視頻數據中「像素塊」的運動規律。它像是一個看過幾億部電影的天才畫家，因為它知道「杯子掉落」后下一幀畫面通常是什么樣，所以它能畫出符合物理直覺的視頻。但這種物理規律是「涌現」的，是不穩定的——這也是為什么 Sora 生成的視頻中，人有時候會突然長出第三只手，或者椅子在旋轉時會莫名變形。因為它心中沒有「椅子」的三維模型，只有「看起來像椅子的像素」。

而群核科技與李飛飛的 World Labs，則站在了 Sora 的對立面。

兩者都堅信： 要解決物理一致性，中間必須多一步三維幾何結構，就是所謂世界模型的路線。 也就是不能直接從 Text 變 Video，必須是 Text -> 3D World -> Video。只有先在計算機里構建出一個有深度、有體積的 3D 舞臺，再在這個舞臺上架設虛擬攝像機拍攝，才能保證無論怎么運鏡，物體都不會崩壞。

但就在「如何構建這個 3D 舞臺」這一步上，群核科技和李飛飛的路線略有不同。

李飛飛試圖構建一個「可學習的渲染器」。在這個模型中，AI 不需要構建任何顯式的 3D 模型。它將世界壓縮進了神經網絡的「激活狀態」（KV Cache）里——這是一個人類看不見、摸不著的*「隱式世界」。通過端到端訓練，模型學會了像上帝一樣在神經元內部「渲染」光影、反射和遮擋。它模糊了「重建」與「生成」的界限：給它幾張圖，它就能在腦海中補全這個場景的各個角度。 它極其優雅，像是一個看過世界的「缸中之腦」，在思維內部完美模擬了物理法則。

而群核科技的 LuxReal，選擇了一條更「笨」但對產業更有用的路： 基于資產的結構化生成。

得益于 14 年的積累，群核不需要讓 AI 在神經元里去「隱式模擬」一個沙發。LuxReal 以群核自研的 Lux3D 為底座，它的工作流是： 先生成 3D： 它是生成式 AI，但它首先生成的是 3D 物體和場景； 再渲染視頻： 有了確定的 3D 資產后，再通過物理引擎將其渲染成視頻。

因為中間多了一步「顯式」的 3D 支撐，無論鏡頭怎么甩，高達的模型結構被牢牢鎖死，絕不可能出現「長出第三只手」或「金屬變液體」的幻覺。

而群核之所以敢選這條路，底氣依然在于他們的數據積累。要訓練 AI 進行精準的「顯式表征」，需要海量帶有精確物理標注的 3D 數據作為「教材」。這正是群核科技過去十四年構建的護城河——他們不需要像其他公司那樣用游戲引擎去合成數據，他們手里就有最真實的物理世界數字底稿。

這個多出來的「顯式步驟」，它在處理流體與極端形變時，或許不如李飛飛的隱式模型那般寫意，相對來說也帶來了額外的算力負載。 但這恰恰是群核的取舍之道——通過支付這些成本，他們在 AI 那深不可測的黑盒中，成功植入了一個可供人類精準操作的「把手」。

它在處理剛體（Rigid Body）、結構化場景和復雜的室內光影時展現出了極強的優勢。它少了一些無中生有的「幻覺」，卻多了一份產業急需的「確定性」和「可編輯性」。

這在 電商與廣告 場景中極具殺傷力。

試想，當你上傳一款新發布的咖啡機模型，你需要的是它在各種高級光影下流轉，展示其金屬質感，而不是讓 AI 發揮想象力把它的按鈕位置改了，或者把機身扭曲了。相比于其他模型容易「二創」產品，LuxReal 能做到「產品 100% 還原，而光影與運鏡無限生成」。

這才是從「看著好玩」的 Demo，走向「所見即所賣」的 Commercial（商業交付）的關鍵一步。

02

意外的 3D 時代富礦

為什么在中國追趕李飛飛路線的，反而是群核科技？

要回答這個問題，我們需要把時鐘撥回十四年前。那時候，群核科技（及其核心產品酷家樂）在大多數人眼中的形象，僅僅是一個好用的 SaaS 工具。它讓設計師扔掉了難學的 3D Max，在瀏覽器里就能快速搭建戶型、渲染效果圖。

彼時，沒有人能預見到 2024 年的 AI 變局。群核自己可能也沒想到，當年為了「讓裝修變簡單」而建立的這套云端 CAD 系統，竟在十四年的漫長歲月中，無意間通過數千萬設計師的手，堆出了一座 全世界最大的、真實物理世界的數字富礦 。

這便是空間智能賽道上最反直覺的一幕：當硅谷的頂尖頭腦們為了獲取高質量 3D 數據而絞盡腦汁時，這家中國垂直軟件公司，卻坐在了金山上。

在空間智能的訓練中，數據決定了天花板。

即便是李飛飛的 World Labs，或者是其他試圖沖擊 3D 世界模型的大廠，在缺乏真實數據的情況下，往往只能退而求其次——利用 Unity 或 Unreal 等游戲引擎來生成「合成數據」（Synthetic Data）。

這在邏輯上是通的，但存在致命的 Sim2Real（從仿真到真實） 鴻溝。游戲引擎生成的場景是完美的、干凈的、人工定義的。然而，真實的物理世界是「臟」的、復雜的、充滿噪聲的。完全用合成數據訓練出來的 AI，在面對真實世界時往往會「水土不服」。

而群核科技手里握著的，是真正的「物理底稿」。

過去 14 年，中國幾乎每一次裝修浪潮、每一套奇葩戶型的改造、每一個家具的擺放邏輯，都被數字化地保存在了群核的服務器里。

這里有 數億張 真實的戶型圖，涵蓋了中國大江南北最復雜的建筑結構；這里有 海量 帶有精確物理參數（材質、摩擦力、尺寸）的商品模型，而不是只有外殼的 3D 貼圖；這里還有 數不清 的設計方案，它們不是隨機生成的，而是包含了人類設計師對于「什么家具應該放在哪里」的深度語義理解。

這些數據不是為了 AI 專門造出來的，它們是真實業務長出來的。正是這種「原本為了產業應用而積累的高精度數據」，構成了群核科技最深的護城河。它比通用的視頻數據更深（有結構），比游戲引擎的數據更真（有物理屬性）。

一轉頭，群核科技發現自己正坐在這一輪 AI 競賽最稀缺的資源——數據金山上。

這種資產層面的底氣，直接推動了公司戰略維度的躍遷： 從一家垂直的 3D 軟件提供商，正式轉型為空間智能的基礎設施服務商。

12 月 9 日，群核科技正式發布 Aholo 空間智能開放平臺 。這不只是發布了一個工具箱，更是一次徹底的「家底開放」。群核將過去 14 年在 3D 領域打磨最深的四項核心能力—— 空間重建、空間生成、空間編輯、空間理解 ——毫無保留地進行了系統性封裝并對外輸出。

這是一個極其關鍵的戰略轉身。在此之前，這些能力主要服務于家居裝修行業的內部提效；而現在，通過 Aholo，群核試圖將這些能力變成 AI 時代的「水電煤」：

空間重建 ：讓單張 2D 圖片瞬間「升維」，變成可漫游、有深度的 3D 場景；

空間生成 ：用自然語言描述就能「生長」出復雜的 3D 模型；

空間編輯 ：這是群核最擅長的「顯式」能力，讓生成的 3D 不再是死板的像素，而是可被精準修改的資產；

空間理解 ：讓 AI 真正看懂畫面里的物體關系，知道「椅子在桌子旁邊」不僅是像素的位置，更是語義的關聯。

如果說 LuxReal 是為了讓人類看到更逼真的視頻，那么 Aholo 開放平臺的野心則更進一步—— 它想讓機器看懂世界。

在這次發布中，一個不起眼但極具想象力的信號是： 群核科技正在發力具身智能（Embodied AI）。

這也是「空間理解」能力最性感的落地場景。過去的機器人（如掃地機或服務機器人）在室內導航時，往往是個「瞎子」或者「高度近視」。它們依靠激光雷達避障，雖然能測距，卻不懂環境的語義——它們不知道前面這堆像素究竟是「昂貴的玻璃瓶」 還是 「耐撞的承重墻」。

群核科技正在嘗試將其海量的 3D 資產和場景理解能力，投喂給機器人。

通過學習群核數據庫中成千上萬種真實的室內布局和物品擺放邏輯，機器人可以獲得一種「上帝視角」般的先驗知識。龍天澤透露，群核已經在做機器人導航中的 3D 物品視覺理解 。這意味著，未來的機器人不僅能「看見」障礙物，還能通過接入 Aholo 的模型，瞬間做出判斷：

「這是易碎品，必須繞行 20 厘米。」

「這是柔軟的沙發，可以緊貼著走。」

從服務設計師，到服務機器人，群核科技的數據價值，正在發生一場從「畫圖」到「識途」的質變。

03

摸著李飛飛過河

對于群核科技來說，「空間智能」既是一次站在風口上的順勢而為，也是一次略帶遺憾的「遲來覺醒」。

在發布會后的交流中，團隊內部流露一種真實的緊迫感，甚至有一種聲音感嘆：「 要是早知道，去年就該發力做了。 」

這種遺憾背后，其實是對 AI 技術代際演進的深刻復盤。當大模型從文本（Text）卷向圖像（Image），再到視頻（Video），行業終于意識到，下一站必然是 3D，是物理世界。群核科技猛然發現，自己手里那些原本只用于裝修設計的圖紙和模型，在新的 AGI 語境下，突然變成了一張通往物理側人工智能的昂貴門票。

這種沖擊不僅發生在技術層，更直接撼動了商業模式的底層邏輯。

陳航（群核科技 CEO）透露，隨著 AI 產品的推出，傳統的 SaaS 售賣方式正在失效。以前，軟件是按 Seat（坐席） 收費的，邏輯是「人」在使用；但現在，調用場景變成了「人機混用」，機器調用的頻次可能比人高出幾個數量級。

「如果只按年費、月費收費，機器一調用就被拉爆了。但如果只按 Token 或 Credit 充值，準入門檻又太低，無法篩選高質量客戶。」陳航說道。

為了適應這個新時代，群核正在摸索一種「年費/月費 + Token/Credit」的混合計費模式。這不僅是計費方式的調整，更是對軟件價值定義的重構——從賣「工具的使用權」，轉向賣「算力與智能的消耗量」。

當然，陳航也表現出了難得的清醒。他坦言，國內市場對 AI 產品的付費驗證周期相對較長，「 讓客戶在原有預算之外再花額外的錢，是很難的，必須要驗證絕對的價值。 」

他們坦言，關于未來具體怎么走，商業模式是賣 API、賣模型還是做新的超級應用，目前并沒有百分之百的定論。這更像是一場「摸著石頭過河」的冒險，只不過這一次，河對岸多了一個明確的燈塔——李飛飛。

「摸著李飛飛過河」，不僅僅是一句玩笑，它有著雙重含義：

一方面，是 方向上的確認 。李飛飛和 World Labs 的存在，證明了「空間智能」不是一個偽命題，而是 AI 進化的必經之路。這給了群核科技巨大的信心，去重倉投入這個原本只有他們在做的冷門領域。

另一方面，是 路徑上的獨立 。群核沒有盲目照搬硅谷的純科研模式，而是結合中國產業的土壤，利用自己獨有的「顯式數據」壁壘，走出了一條更注重可控性、更強調產業落地的差異化路線。

對于群核科技而言，這條河剛剛過了一半。水深水淺，唯有自知。

但至少，在通往物理世界 AI 的這艘大船上，他們已經不再是岸上的旁觀者，而是手握羅盤與燃料的核心玩家。未來或許充滿不確定性，但對于一家擁有 14 年數據底蘊的公司來說，沒有什么比「正在場上」更重要的事情了。

*頭圖視覺中國

本文為極客公園原創文章，轉載請聯系極客君微信 geekparkGO

群核科技