< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
2026-04-17 11:30:27 来源：量子位
空间智能的时代，才刚刚开始。
Jay 发自 凹非寺
量子位 | 公众号 QbitAI
「空间智能第一股」，真的来了。
对，也是「杭州六小龙」里率先冲线的那一家。
今日，群核科技（00068.HK）正式挂牌上市，报20.70港元，较发行价上涨171.65%。
昨天的暗盘也是热闹非凡，一度涨超195%。
群核科技董事长黄晓煌在致辞中提到：
15年前，群核科技以GPU上云为起点，秉持着「让每一个空间，都成为可计算的世界」的愿景发展至今。
未来，我们会继续做强空间智能底座，服务人类的三维创作，也服务机器的智能进化。
在他看来，如果说LLM（大语言模型）教会了AI「说话」，那要让AI真正走进物理世界，则需要一架全新的桥梁——
空间智能。
因此，市场用真金白银在群核身上押注的这一票，指向的不是又一个大模型故事，而是AI航线上一颗全新的北极星。
这个被李飞飞称为「世界模型基石」的方向，已然成为全球AI竞赛的下一个主战场。
而群核科技，正是这条赛道上第一个跑通商业化闭环的公司。
最新的财报相当亮眼：2025年全年营收8.20亿元，经调整净利润转正达5712.7万元，毛利率82.2%。
所以，空间智能到底哪来的这么大魅力？
为什么李飞飞、英伟达、Google，腾讯、阿里，还有群核科技……都在拼了命地押注这条路线？
要回答这个问题，或许得先搞清楚一个更本质的东西：AI到底该怎么理解世界？
LLM并不理解世界，它本质上是鹦鹉学舌。
你问它「杯子放在桌边会不会掉」，它回答「会」。
但事实上，当LLM看见你家猫在桌子上把玩水杯时，它不会感到一丝紧张。
因为它并不明白「杯子会掉」到底意味着什么，它没感受过重力，也不知道杯子下一秒就要碎了。
之所以回答「会」，仅仅是因为互联网上有无数人说过类似的话。
这正是世界模型爆火的原因——拒绝让AI当一个对现实世界毫无认知能力的天才。
但怎么让AI认知世界？目前主要分两大流派。
第一派：视频生成路线。
以Sora（可惜已经要没了）、Genie为代表，这派不追求物理细节，旨在让AI生成一个「能动起来的世界」。
但这派有个致命的阿喀琉斯之踵：
它画出了世界的「皮囊」，却缺少有血有肉的「骨架」。
你让Sora生成一个客厅的视频，装修和光影可能极其逼真。
但如果你问它：那张茶几离沙发到底多远？能边看电视边吃饭吗？
它答不上来。
因为它只是学到了像素组合的概率分布，从未真正理解：究竟什么是三维空间？
而这，正是第二派——空间智能想做的事。
未来必将是属于具身智能的。
而AI想要从虚拟走向物理，就必须能认知真实世界的空间关系。
物体在哪里？空间几何关系是什么？物体之间如何相互影响？
这些都不是虚拟画面能表述的，必须要对物理世界进行刻画后重建。
举个例子，一个机器人要开门，一般分两步：
但这有一个前提——
你得先知道那是门，门上有把手，把手是用来开门的。
这也是为什么，李飞飞选择将空间智能作为继ImageNet后的下一个方向：
如果没有空间智能，AGI是不完整的。
空间智能要做的，正是为AI填补上这部分智能板块的空缺。
以李飞飞World Labs为例，旗下世界模型Marble，能做到仅凭一张照片，重建出完整的3D场景结构。
你问它图里沙发的长宽高，它能回答长1.9米×宽0.9米×高0.85米，还能输出3D网格文件。
这些不是像素，而是真正的空间信息。
短短一年半，World Labs估值飙升5倍至50亿美元。
市场的火热，正在印证一项共识：
真正的世界模型，必须建立在物理正确的三维空间之上。
而在这项地基上，有一家公司，已经盖了15年的楼——
群核科技。
事实上，从创业第一天起，他们就在用GPU模拟物理世界。
渲染，本质上是把三维结构化信息变成图像；
而空间智能，恰好是这个过程的逆运算，即把真实的图片和视频变回三维世界的结构化数据。
这意味着什么？
意味着群核15年来积累的一项项技术，突然得到了一个集中爆发的机会。
空间智能，间接决定着AI的下一代形态。
而群核，恰好占据了这条新赛道最有利的出发位置。
认定空间智能是正确方向的公司不少，但真正跑通商业闭环的，凤毛麟角。
「首个登陆港股的杭州六小龙」，这个头衔能花落群核科技，或许也来自下面这份成绩单：
2025年，全年营收8.20亿元，毛利率高达82.2%。
在普遍烧钱的AI赛道，群核凭什么能交出这样一份财报？
归根结底，群核科技的护城河，建立在三个极难复制的维度上：数据、模型、飞轮。
先说数据。这是空间智能领域最大的卡脖子问题。
如果说坐拥海量文本数据的LLM，是被互联网「祝福」的天选之子；那么世界模型，简直就是天崩开局。
毕竟，互联网上的空间数据，基本是一片荒漠。
即便AR眼镜等穿戴设备普及，也未必能填平这道鸿沟。采集三维数据只是第一步，想要用于训练，还得经过极其复杂的标注过程。
更令人绝望的是，空间智能所需的数据太复杂了。
质量、摩擦力这些只是最低要求。现实世界的变量太多了：线束会变形，塑料遇热会变软、气候潮湿木材会膨胀……
这是个无底洞，几乎穷尽不了。
所以空间智能这个游戏，不是谁都玩得起。纯靠冷启动，非常难。
最好的情况，是你本来就拥有一个足够庞大、精确的三维数据基座。
群核的优势，恰恰就在这里。
公司成立之初并没有想到要为空间智能沉淀资产，却在业务探索过程中，不经意间做成了这件事。
2013年，群核推出了酷家乐，从用户侧来看是个设计软件工具，但它的意义远不止产品功能本身。
它本质上是一套将物理世界数字化的强大工具，包括在家居、商业、工业场景的空间进行模拟。
在这个过程中，它沉淀下了海量「物理正确」的三维数据——
这些，并非互联网上的像素。
每一面墙都有厚度、每一束光都会正确反射、每一种材质都标注了物理参数的结构化三维数据。
十余年过去，围绕酷家乐这一平台，群核已经沉淀了超过5亿个3D场景、4.8亿个3D模型及空间设计元素。
这，是群核在现实世界中，花了15年的时间，一点点堆出来的壁垒。
这些高质量数据，也正是AI理解并走进物理世界的坚实基础。
因此，随着AI时代的浪潮席卷而来，这些沉淀已久的数据资产，自然而然化作了群核科技坚实的两大模型底座：
1、空间语言模型SpatialLM。
致力于推动AI从「理解文本」向「理解空间」的进化，赋予AI读懂三维世界的「空间语言」能力。
一经推出，便与DeepSeek-V3、Qwen2.5-Omni共同登上HuggingFace榜单前三。
2、空间生成模型SpatialGen。
与李飞飞团队的Marble颇为相似，同样是一个3D世界生成模型。可根据文字描述、参考图像和3D空间布局，生成具有时空一致性的多视角图像。
但值得注意的是，关于空间生成这件事，群核与World Labs其实分野还挺大。
相比于LeCun的JEPA（一种隐式世界模型），Marble最大的优势在于其可视化，其世界是看得到、摸得着的。这极大地拓宽了应用场景，因此深受游戏开发从业者的青睐。
但AI是一个智能水平如竹林般参差不齐的「天才国度」，而游戏、动漫这些完全虚拟的「像素游戏」，恰好是LLM最擅长的领域。
这片大陆的水位线正在汹涌上涨，纯虚拟世界的内容，很快会被吞没。
只有物理世界，是AI洪水之中，最坚固的那条诺亚方舟。
而群核在进行空间智能研发时，更侧重于现实世界的重建与模拟，而非执着于虚拟环境的生成。
相比于赏心悦目的虚拟表象，他们更看重结构参数等物理信息的精准与正确。
一张照片，一句Prompt，就能得到一个可漫游的高保真3D小世界。开发者和企业可以通过API和SDK自由调取这些能力，用在具身智能训练、影视制作、电商棚拍等各种场景中。
这一过程的核心，是群核科技所构建的四大空间能力：空间重建、空间生成、空间编辑与空间理解。
这四大能力，正是群核科技得以成为连接物理世界与数字世界的关键桥梁。它们共同构成了群核打造物理世界数字底座的坚实基石。让AI不仅能理解世界，更能重建、生成乃至编辑重构世界。
过程中，这些丰富的应用场景，又会帮助群核摄取到更前沿、更多元的真实世界数据，最终再次推动商业化。
这也是群核能够继大模型厂商之后，再次作为一项热门AI标的，在港股受到追捧的重要原因。
市场对其的估值，早已不是简单SaaS软件的逻辑。
从长远来看，空间智能这项业务，会从简单的「铲子」，成为下一代AI的全新基础设施。
实话说，这条路径，不禁让人联想到英伟达。
事实上，深度学习的火种早在2012年就已点燃，但彼时的英伟达并未因此立刻腾飞。
是游戏玩家对极致画质的追求，为GPU带来了第一批订单；2017年突如其来的算力需求，又意外输入了一笔现金。
正是这些看似「不务正业」的业务，让英伟达在动荡的技术周期中，还能一路All in AI。
直到ChatGPT发布，多年的坚守与投入终于得到回报，铲子提供商蜕变为全球AI的基础设施，市值扶摇直上万亿美元。
今天的群核，某种程度上，正如2012年的英伟达。
耕耘十余年后，他们也终于找到了，那个与自己技术基因完美契合的终局——
空间智能。
终局归终局，日子还得一天天过。
当下的空间智能，究竟能干什么？答案是：可能比你想象中丰富得多。
最直观的一层，是对现实世界的重建和改造。
空间设计的应用已经很成熟了。
一张照片丢进去，便能生成完整3D场景，而且支持实时修改。
与此同时，这种能力正在迅速溢出到其他行业。
今年年初，李飞飞曾写过一篇长文，为我们描绘了空间智能时代下的两个兴奋未来。
其一，是创造力的彻底解放。
创作门槛被进一步拉低。不光是剪辑、特效这些后期能自动化，很多以前必须在现实里干的活儿，技术也能覆盖了。
不管是拍电影的、做短剧的，还是做游戏的，都能用空间智能把自己脑子里的世界观搭出来。
随心所欲去创作，再也不用担心预算。
只要故事足够好，人人都能做出像《星际穿越》这样的大作。至少内容的质量，不会再因「资源不够」这种非创作变量受影响。
其二，则是当下炙手可热的具身智能。
当Sim2Real的鸿沟足够小，空间智能赋能世界模型，成为最完美的机器人「训练场」。
届时，被「祝福」的将不再只有LLM，空间智能会为机器人创造出独属于它们的「互联网」，数据量大管饱。
当数据不再成为瓶颈，具身智能便会正式进入Scaling。激烈的竞争，会让机器人以最快速度落地千行百业。
它们将真正代替人类，去完成那些无聊、危险的工作，而不再仅仅是跳舞翻跟头。
除此之外，在科研探索、医疗诊断等更多领域，空间智能无疑也将大显身手。
听起来零散，但李飞飞所描绘的这些未来，其实都在指向同一件事：
空间智能，正在把物理世界变成可以被计算、被编辑、被复用的对象。
而物理世界，一直是中国的优势战场。
群核科技董事长黄晓煌曾说：
硅谷更贴近虚拟世界，中国更贴近物理世界。
中国有庞大的制造业基础、海量应用场景，工程师文化相当浓厚。
很多能力，是从真实需求里长出来的，不是先讲故事再找落地。
群核本身，便是一个鲜活的注脚——
不用世界模型做虚拟内容生成，始终扎根于现实，始终与物理世界站在一起。
物理世界中的真实体验，各种细节至微的context，是AIGC无法直接替代的，只能通过数字化手段去尽可能复刻。
而只要物理世界还存在，只要它仍需被数字化，空间智能会发挥巨大价值。
眼镜、汽车、手表……空间智能正在让所有终端变成感知入口，人和机器的交互不再局限于屏幕。
试想，如果摄像头也拥有智能，当发现人群中有人身体不适，它或许便能自动发送求助。
听起来或许有点扯，但回想十多年前，用GPU做云端渲染，不也被当成天方夜谭吗？
空间智能的时代，才刚刚开始。
而在这条赛道上，深耕物理世界模拟15年的群核科技，已经提前跑出了一段距离。
版权所有，未经授权不得以任何形式转载及使用，违者必究。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。