事件概述

2026年4月17日，群核科技（NexTech）在港股成功上市，标志着其成为“杭州六小龙”企业中首家完成IPO的独角兽。创始人兼CEO黄晓煌在对话中表示，随着AGI（通用人工智能）的发展，行业焦点已从单纯的大语言模型转向“世界模型”，其中**空间智能（Spatial Intelligence）**被视为实现具身智能的关键拼图。

核心概念解析：空间智能、世界模型与具身智能

黄晓煌将三者关系梳理为一条清晰的技术演进路径：

• 世界模型（World Models）：相当于AI的“大脑”。它负责在内部构建世界的运行逻辑，理解因果关系，预测未来事件，甚至在没有真实发生的情况下进行模拟推演。
• 空间智能（Spatial Intelligence）：负责将抽象的世界模型落地到三维物理空间中。它让AI明确物体的位置、分布及相互作用，连接视觉感知、物理规律与动作决策，是AI从“认知”走向“行动”的桥梁。
• 具身智能（Embodied AI）：当上述能力赋予AI“身体”（如机器人、自动驾驶汽车），使其能在充满不确定性的真实世界中完成感知、推理、规划与控制的闭环时，即形成具身智能。

技术路线：空间生成 vs. 潜空间预测

当前业界在实现空间智能上主要存在两条技术路线：

1. 空间生成路线（Space Generation）：

   • 核心逻辑：认为必须先生成足够真实、可交互的3D世界，AI才能在其中试错学习物理规律。代表案例包括李飞飞的World Labs、群核科技、Meshy AI等。
   • 生成方式：涵盖重建式（基于激光扫描/摄影测量还原）、推断式（基于稀疏视角补全不可见部分）和生成式（利用扩散模型直接生成）。目前趋势是将三者融合，既保证几何结构的正确性，又具备泛化生成能力。
   • 表征方法：传统点云/Mesh与新兴神经表示（如NeRF、3D Gaussian Splatting）结合使用，以平衡渲染质量与计算效率。

2. 潜空间预测路线（Latent Predictive Models）：

   • 核心逻辑：代表人物包括Yann LeCun（JEPA架构）和DeepMind（Dreamer系列）。主张无需显式重建3D图像，而是将环境信息压缩至高维潜空间，学习物体间的统计规律与因果联系。
   • 优缺点：优势在于低延迟、强泛化；劣势在于缺乏几何层面的可解释性，难以定位错误，且在处理长时空精细记忆任务时易丢失细节。

商业路径：群核科技的“工程+产业”驱动

相较于World Labs等偏向“学术+前沿”的通用基座模式，群核科技采取了“工程+产业”的垂直切入策略，依托其在家居设计领域积累的海量CAD/BIM数据（真实的户型与房屋结构信息），训练出更贴近物理现实的模型。

产品矩阵布局：

• SpatialLM & SpatialGen：两款空间大模型。SpatialLM作为空间语言模型，于2025年3月推出后迅速登顶HuggingFace开源榜单前三，填补了LLM对3D空间理解的空白。
• SpatialVerse：面向具身智能与数字孪生的训练平台，提供高保真仿真环境与合成数据，支持机器人训练及工业数字孪生。
• LuxReal：面向视频创作的空间生成工具，产出时空一致的AI视频，服务于影视短剧与电商场景。
• Aholo：开放平台，提供空间重建、生成、编辑、理解四大能力，降低行业接入门槛。

战略演变与护城河

• 历史沿革：群核科技成立于2012年，早期基于GPU集群加速物理渲染，凭借酷家乐（Kujiale）软件抓住房地产上行周期。2018年起开始布局空间智能前身研究，2023年在大模型浪潮下全面调整战略重心至空间智能。
• 算力与数据瓶颈：黄晓煌指出，当前空间智能的主要瓶颈并非算力（GPU），而是多模态对齐的高精度真实世界数据。相比语言模型仅需文本，空间智能需要图像、深度图、语义标注及点云在时空上的精确同步。
• 竞争壁垒重构：随着AI自动写代码能力的提升，纯虚拟世界的工具链壁垒正在减弱。群核科技认为未来的核心护城河在于连接物理硬件的能力以及紧贴物理世界的模型与数据。公司计划将算力投入控制在营收的10%左右，采取“买卡与租卡结合”的策略，并致力于将技术应用于机器人普及后的实际作业环境。

关键结论

群核科技的上市不仅是资本市场的里程碑，更验证了空间智能从理论走向商业化的可行性。公司通过“数据+算法+硬件连接”的三位一体策略，试图在具身智能爆发前夜占据生态位，解决AI从虚拟认知向物理行动跨越中的核心难题。