群核科技上市首日飙涨170% 黄晓煌称将全力押注空间大模型

群核科技上市首日飙涨170% 黄晓煌称将全力押注空间大模型 物理世界的高精度数据极度匮乏已成空间智能落地的核心瓶颈，中美路线分野促使中国企业必须通过紧贴硬件生态连接来构筑大模型无法侵入的壁垒。 本期节目深入探讨了空间智能、世界模型与具身智能之间的复杂关系，并对比了空间生成与潜空间预测两条技术路线。通过对话群核科技联合创始人黄晓煌，回顾了其从英伟达CUDA早期开发者到回国创立酷家乐并成功IPO的曲折历程。访谈重点剖析了公司在平衡商业变现与技术信仰、应对房地产周期冲击时的抉择，并指出当前空间智能落地的核心瓶颈在于高精度真实世界数据的匮乏，而紧贴物理世界的硬件生态连接将成为未来真正的行业壁垒。 作为“杭州六小龙”首家完成IPO的企业，群核科技上市开盘大涨超170%，黄晓煌指出中美在空间智能上的本质区别在于美国偏向虚拟世界，而中国依托供应链与硬件优势更紧贴物理世界。 (0:00) 黄晓煌以“开门”动作解析三者关系：世界模型负责因果推断与路径预测，空间智能负责三维空间的感知与落位，具身智能则在实体机器人上完成开门等动作控制。 (2:54) 在物理世界表征上，传统点云信息太少、NeRF性能偏慢且泛化弱，群核科技目前采用Mesh叠加3D高斯混合的技术方案，兼顾视觉真实感与物理交互需求。 (8:05) 受ChatGPT与Agent演进的启发，黄晓煌认为纯软件和工具难以为继，群核将核心壁垒转变为“模型、硬件与数据”的三者结合，紧贴物理硬件设备以构建云端巨头无法企及的护城河。 (40:41) 当前空间智能演进的核心瓶颈在于高质量真实世界数据的匮乏，涵盖材质、质量、摩擦力和非均匀形变等物理参数不仅难以穷尽，还面临高昂的标注成本与隐私物权约束。 (42:27)

群核科技联合创始人兼董事长黄晓煌在访谈中提出，空间智能是通向通用人工智能（AGI）与具身智能的核心拼图；不同于偏重虚拟世界的欧美学术路线，群核坚持以工程驱动紧贴物理世界，通过平衡研发与落地探索商业闭环。 三维智能概念与中美路线差异 (0:00) 空间智能源于认知科学与计算机视觉对三维空间的理解，历经2D识别与三维定位建图后，正走向理解与预测世界。黄晓煌以“开门”场景类比三者逻辑：空间智能负责识别门和门把手等空间结构，具身智能执行走近并开门的动作控制，世界模型则在行走中预测动态障碍物以避免碰撞。因此，具身智能无法脱离空间智能而单独实现。 在商业与技术路线上，黄晓煌指出中美呈现显著分野：以李飞飞World Labs为代表的美国路线以学术与前沿驱动，侧重于游戏等虚拟生态打造通用3D世界；群核科技则依托中国制造力与硬件采集生态走产业驱动路线，专注物理世界的高精度真实场景与视频生成，并为此开源了Spatial-Jam算法，构建覆盖语言、生成、训练平台及开放工具的大模型矩阵。 空间生成与潜空间预测的技术抉择 (8:05) 当前空间智能技术存在两大流派：一是以World Labs、群核为代表的“空间生成路线”，主张先构建可交互的3D环境让AI学习物理规律，具体包含重建式、推断式与生成式三种路径；二是以杨立昆JEPA架构和DeepMind Dreamer为代表的“潜空间预测路线”，将环境压缩进高维潜空间学习统计因果。潜空间路径虽延迟低、交互强，但缺乏几何可解释性且难以人工调试纠错，因此空间生成路线在自动化设计、工业仿真与智能家居等领域的落地更为稳健。 针对物理世界的数字表征，群核在实践中经历了路线更迭。点云表征信息过少，NeRF渲染性能过慢，而传统Mesh虽利于编辑但属于对三维世界的抽象简化。高斯泼溅（3D Gaussian Splatting）画质高且速度快，但在交互上存在短板。群核目前采用Mesh与3D高斯混合的方式来平衡视觉精度与物理交互需求。 创业周期反思与硬件连接壁垒 (20:26) 回顾创业历程，黄晓煌从英伟达早期CUDA研发经验出发，坚持技术必须结合落地场景。创业初期因外界不认可英伟达与底层渲染加速逻辑，团队将技术包装为家装O2O并推出“酷家乐”才打破融资僵局。2018年群核开源InteriorNet数据集探索空间识别，但在2020年国内房地产行情高涨时，AI研发微薄的收入曾引发内部剧烈争议。直到2022年房地产调整及ChatGPT爆发，群核才果断将重心全面锚定在空间智能，并保持自我造血的财务纪律，将算力开支严格控制在总营收的10%左右。 大模型与Agent的兴起彻底打破了“纯靠精妙算法”的传统认知，群核意识到核心壁垒必须从工具产品下沉到底层模型。随着未来硬件逐步直接调用模型，传统SaaS订阅模式或将转向按Token计费。黄晓煌认为，纯虚拟世界的算法与工具随时可能被巨头击穿，群核过往在家居与工业制造中沉淀的硬件连接能力，即“模型、硬件、数据三者结合”并深入物理世界终端（如眼镜、机械臂、摄像头），构成了对抗云端巨头的护城河。 数据困境与物理世界的长尾瓶颈 (42:27) 相比大语言模型可通过公开互联网抓取图文，空间智能目前最严峻的瓶颈在于高质量三维数据的极度匮乏。多模态空间数据涉及图像、深度、语义及点云结构，采集过程面临业主隐私、版权以及高昂的人工语义标注成本。 更为复杂的挑战在于物理参数的不可穷尽性与长尾效应。纯视觉识别机器人可通过仿真模拟训练，但涉及抓取等物理交互时，模型必须掌握物体的质量、摩擦力、手感以及非均匀形变等复杂属性。同时，现有三维数据集大多局限于晴天或整洁实验室等理想环境，面对杂乱室内或极端天气等真实长尾场景时泛化性能骤降，这种物理常识的缺失制约了整个行业的成熟速度。 黄晓煌认为，空间智能要走向真正普及仍需3到5年的发展期；如同英伟达早期借由游戏和挖矿存活并最终支撑AI计算，群核目前践行“拿着锤子找钉子”的策略，先通过切碎技术能力赋能短剧、电商与室内设计以维持盈利生存，静待物理世界具身智能爆发期的到来。

[0:00] 黄晓煌: 美国更贴近虚拟世界，中国更贴近物理世界。 [2:54] 黄晓煌: 拿这个门做例子，空间智能是你在这空间里你看一眼，我知道这里是门，这门上一定有一个门把手。你要开这个门的话，你要去打开这个门把手，具身智能的算法就开始把它运行到门前面一定的距离，然后你去把这个门把手打开，然后把门推开，然后你进去，这是具身智能控制的。世界模型做的是，你在走的过程中有人在旁边走动或者有其他物体在运动，那你要判断你不要撞上它，你要做预测，避开它然后再去开这个门。 [8:05] 黄晓煌: 首先点云我们试过，但点云实际上能够表征的信息太少了。NeRF 性能太慢了。我们最早是用 Mesh 的，但后面我们发现 Mesh 用来表示物理世界还是欠缺了太多的信息，因为 Mesh 是我们三维世界的一个抽象，它并不是真实的。所以我们现在用 3D 高斯，但 3D 高斯虽然能够完美的表示我们物理世界的视觉效果，但是它在交互方面是有缺陷的。所以我们现在实际上是用 Mesh 加 3D 高斯混合的方式在表达我们的物理世界。 [20:28] 黄晓煌: 我的第一笔融资非常困难，因为我记得有一个很著名的基金跟我说，我跟我合伙人工作履历不太好。回到十多年前看，他们不认可英伟达，觉得英伟达不是一个特别了不起的公司。当时最流行的实际上不是技术公司，是 O2O 公司，你需要有行业经验。我们第一笔钱融得很困难。所以从第一天开始，我们做的任何产品，我们都希望它能够想好落地应用以及行业的应用场景。 [25:33] 黄晓煌: 我当时往 AI 这方面转，转了大概一两年，总的收入还不如房地产行业一单。我印象中很深刻的是，当时有客户过来啥也不说，先往你账上打了一千万，然后咱们再来谈合作。我说没谈成我可以退给你的，对方说没谈成我不要了。我当时基本上眼珠快掉出来了……回来之后我们 CFO 把我痛骂了一顿：‘你这公司战略不能看今日头条来设计，这明显这个如日中天的行业，你苦哈哈的搞什么 AI，你干了两三年还不如人家见面礼呢。’ [33:00] 黄晓煌: 我们过去信仰的都是通过更聪明的人写算法，然后做实验，然后这算法写得很精妙，然后它就非常聪明、能力很强。但不管是 ChatGPT 还是 Midjourney，给我的感受都是数据量越多它就越智能越聪明，这对我原来对于算法的认知已经完全变了。 [36:19] 黄晓煌: 算法工具可能不一定是壁垒了，但是你的模型、硬件、数据的三者结合肯定还是壁垒。贴着物理世界就能活，纯虚拟世界里就只有几个巨头在卷来卷去。 [42:27] 黄晓煌: 物理世界信息是无穷无尽的。质量、摩擦力这种是最低要求，有些还有什么手感，会不会变形。因为你捏上去之后，有的东西会变形，有的东西不会变形，然后这个参数怎么取就很复杂了。而且它变形还不是均匀的，有的地方容易变形，有的地方不容易变形，那你这个要采的数据就太多了。所以物理世界真的是挺复杂的……可见的将来估计是没法穷尽的，简单的先处理，复杂的就只能慢慢来。 [50:12] 黄晓煌: 你在自己创业的时候，方法论也是先找到一个你相信一定能够改变世界的东西，那这东西会比较通用，然后你再去找应用。有可能比如说英伟达最早用在游戏行业，现在这感觉听起来都会不太正经，现在感觉每家公司都需要它们。它就是有这么一个过程。我觉得公司先活下来才有未来。比如英伟达它做的是高性能计算，你用在游戏行业只是先活下来，救了它的是挖矿，大模型什么都是发展到后面的。所以像空间智能，你说一开始用在哪些领域，我觉得房地产领域是一个非常好的赛道。

[0:00] 群和科技登陆港股成为杭州六小龙首家完成IPO的企业在我们硅谷101的专访中创始人黄小黄说将压住空间智能的未来我们所有训练的模型以及我们的工具都紧贴了物理世界在做漫画效果之类的我们是不打算做的李飞飞他们那个模型就啥都能做特别在游戏行业等等的效果是特别好的但那一块我们就完全不去介入你觉得中国跟美国在空间智能上面的发展有什么样的不一样的路线的区别我觉得美国更贴近虚拟世界中国更贴近物理世界2026年AI的新功向似乎已经越来越清晰了那就是世界模型而在当前的世界模型所有技术分支中很多研究者都把空间智能Space Intelligence视为了那个真正的关键评图那么究竟什么是空间智能呢它跟世界模型还有聚生智能之间究竟是什么样的关系它的应用前景究竟在哪里现在还存着什么样的问题呢哈喽大家好欢迎收看硅谷101我是陈倩这个视频我们和有着杭州六小龙之一称号的群和科技创始人黄小黄一起来聊聊这个话题群和科技的定位是做空间智能服务的提供商他们目前已经建立起了从空间编辑工具到空间数据再到空间大模型的一套完整的业务所以这一次除了关于空间智能的基础研究之外黄小黄也从空间智能的商业应用他从英伟达辞职之后的回国创业历程几次带领公司的转型为我们提供了更多的技术和行业视角你是把它落地从一开始就想好了吗我们的创业其实不是那么的一方分顺的有一个很著名的基金跟我说我跟我合伙人工作履历不太好你跟你的合伙人工作履历不太好是因为他们不认可英伟达觉得英伟达不太好马上要倒闭了我12年一年没龙道姿后面就把整个团队打造成落地跟技术的两手抓我们第一个产品出来后面很快就爆了坦着撞天的感XGPT刚刚上线那段时间对你来说震撼吗我原来对于算法的认知已经完全变了二年之后二三年我们突然意识到公司的增长核心是算法是模型你们的互乘核最重要的能力是什么样子Cloud CodeOpenCloud破了之后光有工具数据模型还不够你得紧贴着物理世界硬件连接的模型算法工具可能不一定是壁垒了但是你的模型硬件数据肯定还是壁垒时代在发生一个巨大的变化首先我们可以先来简单梳理一下空间智能这个概念的起源以及现在大家究竟在研究什么呢实际上跟世界模型一样空间智能这个概念也是起源于认知科学1983年教育心理学家霍华德·加德纳在著作《心智框架》中提出了多元智能理论将空间智能列为人类七种核心智能之一那在他的理论框架里空间智能并非简单的方向感而是人类理解物理世界建立空间认知进行抽象视觉思维的底层能力而在计算机科学领域空间智能的技术起点则是源自于计算机视觉对三维空间的感知和理解研究2009年ImageNet的出现为AI视觉识别奠定了基础但这一阶段的能力本质依然停留在二维层面机器并不真正理解物体所处的空间关系随后研究进入到了从二维到三维的阶段以Slam为代表的一系列技术让机器在移动过程中同时完成定位与建图逐渐具备对空间结构的理解能力AI不仅知道看到了什么还开始知道它在哪里从而可以构建出一个可被导航和操作的三维世界而最近几年随着NARF等3D表示方法以及生成式模型和世界模型的发展研究重点开始从重建世界走向理解和预测世界研究者不仅希望AI能够还原空间还想让AI能像人一样去理解物体相对位置重建空间结构预测甚至自主规划路径也正是在这一阶段来自计算机视觉机器人和生成模型的多条技术路径开始汇合形成了今天我们所说的空间智能从模块上来说它主要包含了空间的感知表征推理预测和行动五大部分你看人类它的智能其实有好几方面但大语言模型代表着语言那我们的视觉触觉以及我们跟这物理世界的交互它很重要一点就是空间智能所以你在这个空间里你看一圈你其实你大脑会对这个空间有快速的概念你可以理解成是一个空间重建的过程然后你就可以判断 [5:00] 某个物体距离你多远你能不能穿得过以及这个空间的每一块物体的相对位置以及这是什么东西在你脑海里会快速的形成一个印象然后你接下来不管是做各种决策比如说你要往哪里走你要不要去喝水水杯在哪里你就脑海里马上就能够反映出来所以这就是我们定义的一个空间智能不过这个概念听起来好像跟世界模型居生智能都有很多的联系和相似之处那么他们三者之间的关系究竟是什么样的呢在采访当中黄小黄也给我们举了一个比较通俗易懂的例子比如说这边这个门它的门把手你去开它就像你在家里如果有小孩的话他第一次开门的话他不知道怎么开他得去知道这是门把手他往上移还是往下移多大力气实际上是他的肢体怎么去支配怎么去开这个门他是不知道的所以他需要训练就光这个过程它就要有好多次的练习它才能够学会开门这个动作拿这个门做例子就空间智能是你在这个环境里你看一眼我知道这里是门这个门上一定有一个门把手你要开这个门的话你要去打开这个门把手聚生智能的算法就开始把它运行到门前面一定的距离然后你去把这个门把手打开然后把门推开然后你进去这是聚生智能控制的世界模型做的是你在这空间你在走的过程中有人在旁边走动或者有其他物体在运动那你要判断你不要撞上它你要做预测你避开它然后你再去开这个门总结一下就是世界模型就像大脑它能够在脑中构建一个关于世界运行的内部地图去理解事件之间的因果关系去预测接下来会发生什么甚至在没有真实发生的情况下先在内部去跑一遍之后空间智能就负责把世界模型的抽象理解落到三维物理空间里面让AI知道物体在哪里如何分布彼此之间如何作用它连接了视觉感知物理规律和动作决策是AI从认知走向行动的关键一环而当这两种能力进一步落到现实世界中就形成了巨生智能当AI真正的拥有身体比如说机器人自动驾驶汽车它需要把感知推理规划控制整合在一个完整的闭环那这个时候AI面对的就不再是数据而是一个充满不确定性的真实事件在这个过程中世界模型负责训练阶段的内部模拟与决策推理空间智能则在现实部署时承担感知和场景理解所以说这三者之间其实是一条非常清晰的路径从在脑海中理解和预测世界也就是世界模型到在空间中对世界进行三维建模也就是空间智能再到让AI真正进入并且作用于这个世界也就是巨生智能那也就是说呢要真正实现巨生智能是无法跳过空间智能的那么现在关于空间智能业界都在做什么样的一些尝试呢目前的主要有空间生成和前空间预测这两条路线首先很多研究者认为要想实现空间智能还是得先去生成空间AI必须先拥有一个足够真实可交互的3D世界才能够在其中反复试错学习物理规律最终迁移到现实这种路线最具代表的就是李飞飞的World Labs也包括全核科技还有Mesh AI等等那么空间究竟如何被生成呢从生试方式上来看目前主要有重建式推断式还有生成式这三种路径重建式就是要通过激光扫描仪深入相机无人机摄影测量等从现实世界采集数据再还原出三维结构它的上限是输入数据的质量现实采集的越完整重建结果就越准确推断式是指当输入信息不足以完整还原场景的时候比如说只有一张照片或者只有西书的几个视角AI需要根据已有线索去推理补全那些看不见的部分随着大模型能力的提升那这种路线是获得了更大的空间是当前最活跃的方向之一那生成式则是比推断式更近一步它通过借助扩散模型、大型重建模型等技术让AI直接从海量数据中学习三维世界的规律用户能够通过输入文字、图片、草图等就可以生成3D资产和场景但是在实际的发展中越来越多的前沿尝试正在把重建推断生成融合在一起使用以World Labs为例虽然外界常把它归类为生成式路线但是它的目标并不只是生成3D内容而是构建具备空间理解能力的世界模型在这个过程中 [10:00] 它既借鉴重建式从真实数据中学习结构也依赖推断能力补权不可见的部分再结合生成模型去构建新的空间因此模型不仅要具备生成能力还要同时处理深度估计视角一致性以及几何约束等问题从而让生成结果不仅看起来像而且在空间结构上是成立的但无论是哪种生成的方式空间都需要被最终表示出来传统的路径是用点云Mesh这样的方式来描述三维世界点云是离散的点集Mesh则是在此基础上加入了面与边的连接两者虽然形式不同但是核心思路是一致的那就是通过在三维空间里面打满坐标把世界固定和搭建出来这条路线直观成熟Mesh的编辑和修改尤其方便因此在游戏建模数字孪生等领域被广泛使用但是现实世界的细节近乎无限高精度往往意味着数据量的指数级增长从采集、存储到实施渲染都面临巨大压力另一条路径是近年来兴起的神经表示方法以NERV为代表它不再把世界显示的搭建出来而是训练一个针对特定场景的神经网络让它隐式的记住这个场景的几何与外观信息训练完成之后只要给定一个视角它就能够直接渲染出对应的画面但是NRF的代价是速度慢而且每个场景都需要单独训练不具备跨场景的泛化能力后来出现了高斯波剑则是走了一条折中的路用显示的高斯火球体来表示场景同时结合神经渲染的思路在保留画面质量的前提下大幅提升了速度让这一方向开始变得更加实用不过呢这两种方法目前对动态场景和大规模环境的处理能力仍然在持续探索之中那黄小黄就告诉我们啊现在在实际的落地应用中很多时候也都是会把两种表征方式结合起来使用首先点云我们试过但点云实际上能够表征的信息太少了Nerf性能太慢了我们最早是用Mesh的但后面我们发现Mesh用来表示物理世界还是欠缺了太多的信息因为Mesh是我们三维世界的一个抽象它并不是真实的所以我们现在用3D高斯但3D高斯虽然能够完美的表示我们物理世界的视觉效果但是它在交互方面是有缺陷的所以我们现在实际上是用Mesh加3DGOS混合的方式在表达我们的物理世界那除了空间生成之外呢也有一些研究者认为说很多需要空间智能的场景其实并不一定要去做精致的3D重建直接在前空间里面去压缩感知输出动作就够了这种思路在学界通常被称为前空间预测模型这些研究者们认为空间本质上是一组复杂的数学关系AI并不需要还原视觉上的每一个像素而应该将复杂的环境信息压缩进高维的前空间当中在这个空间里AI学习的是环境动态的统计规律物体之间的距离方位与因果联系它有点像人类的直觉感知即便没有精致的三维模型依然能够做出准确的判断从而能实现更低延迟更强泛滑性的实时交互这一路线的代表就包括了杨罗困的JEPA架构以及DeepMind的Dreamer系列等等但由于它不生成人类可见的图像或者三维结构相较于显示的重建方法它缺乏几何层面的可解释性比如说预测出错的时候就很难从空间角度定位问题所在也难以进行人工干预和调试此外呢在处理跨越长时空需要精细空间记忆的任务的时候前空间表示也更容易丢失关键细节所以呢从商业落地的层面来说空间生成路线成为了当下更加稳健的选择它能够让空间智能在自动化设计高精度机器人仿真还有智能家居游戏电商等等领域都能够以最直观的方式完成从虚拟到现实的商业闭环比如说我们能看到World Ops最近的商业化速度就非常的快通过核心模型Marble和全新的World API它已经跟波士顿动力Figer等顶尖机器人厂商达成了合作为他们提供海量的具备物理一致性的训练环境也通过和AutoDesk合作将空间生成能力植入建筑和工业设计工作流并且还将World API深度的接入了英伟达的ASIC SIM机器人仿真平台成为聚生智能产业中不可或缺的数据工厂此外也在影视还有游戏领域在不断的探索落地那么从商业化的路线上来说World Labs更多的是学术加前沿驱动更加偏向于从基础模型建立空间智能的技术 [15:00] 最终去打造一个通用的3D世界而目前的很多企业也瞄准了一些更为垂直的应用场景去做切入比如说黄小黄就告诉我们群和在做空间智能战略的时候更多的是以工程家产业驱动去瞄准不同应用场景去做产品成型我们跟WorldLab有一个很大区别就是我们所有训练的模型以及我们的工具都紧贴了物理世界在做所以说我们要求我们出来的场景内容都是跟物理世界尽可能的接近甚至我们是希望它只做真实的照片或者视频去生成内容游戏那种漫画效果之类的我们是不打算做的虽然它可能也能生成但是肯定不是我们去关注的点李飞飞他们那个模型就啥都能做特别在游戏行业等等的效果是特别好的但那一块我们就完全不去介入就我们开源了一个叫Special Jam的算法它跟World Labs是比较像的就我们刚创业初期实际上是想就云端的GPU集群去颠覆类似于 Autodesk这类产品但是现在因为进入AI时代后好像感觉它这类传统的软件也不升级我们也不可能照他们的操作模式去开发产品所以我们还是希望用全新的理念来做这些东西所以我们现在也在探索类似于这种vibe design这种方式来取代原来类似于autodesk这种的操作方式用在各种影视制作电商制作建筑设计等等这种行业其实现在也都在探索你觉得中国跟美国在空间智能上面的发展有什么样的不一样的路线的区别吗我觉得美国更贴近虚拟世界中国更贴近物理世界可能中国的制造力比较强所以中国的机器人本体公司多采集这种物理信息的设备的公司多我们战略也是围绕着贴近物理世界来做然后美国比较强的是大模型公司就做了很多虚拟世界的跟政治世界比较不一样的东西就这类公司会比较多然后纯大模型会比较多一些因为群和科技是以空间设计软件库家乐起家所以他们的特点和相对优势就在于他们积累了海量的CAD和BIM数据也就是那些真实的户型和房屋结构信息等等这些数据也让他们能够训练出更加贴近真实和物理正确的空间模型比如说目前群核已经开放了两款空间大模型包括用于空间理解的空间语言模型Spacial LM和空间生成模型其中Spacial LM作为市面上少有的空间语言模型是补充了大语言模型对三维空间的理解空白2025年3月一推出便登上了全球AI开源社区Hugging Face模型榜单的前三而基于这套数据和技术班底他们在库加勒的智能化改造基础上先后推出了服务于不同行业的空间智能产品比如说面向居身智能和数字孪生的Spaceverse空间智能训练平台能够提供高保证空间仿真与合成数据用来支持机器人训练AR VR内容与工业数字孪生面向视频创作的LuxRail依托群和字眼的空间生成模型与物理真实渲染可以产出时空一致的AI视频与数字内容服务于影视短剧广告电商等场景并向所有人的Holo开放平台具有开放空间重建生成编辑理解四大能力用以降低行业接入3D空间智能的门槛整体上我们看到是形成了设计工具到产业底座再到开放生态的完整空间智能产品矩阵如果你看一下群和科技的发展历程你会发现他们似乎很会去做预判2012年当英伟达GPU还是小众硬件的时候他们就开始基于GPU来创业接着是踩中了房地产的上行周期迅速占领了空间渲染和设计领域的市场几年内就将营收做到了数亿规模而在2018年左右当时空间智能几乎处于无人问津状态的时候他们便基于空间数据开始转向研究空间智能接着快速推出了一系列服务于世界模型巨神智能的空间智能模型工具和平台那黄小黄就告诉我们这背后是因为他们一直都是拿着锤子在找钉子而采访当中他也跟我们聊到了群和是如何一步步找到商业落地切入点并且转向空间智能的经历这段对话我觉得非常值得跟大家分享一下黄小黄博士毕业之后就在英伟达从事CUDA的研究那时候的GPU只能用来做一些基础的数学计算很少有人会把它和未来的计算平台联系在一起但当时黄小黄就察觉到相比CPUGPU这种many core都和 [20:00] 和架构才是下一代计算的方向而这也是后来群和科技名字的由来不过在当时英伟达的经历并没有给他的创业加分反而还一度成为了他融资的阻碍而群和是如何从第一笔融资就几乎失败到黄州六小龙的声名确起再到如今成为六小龙当中第一家冲击上市的公司呢以下就是我和黄小黄的采访当时在英伟达的时候看到了什么样的事情然后你回国的时候想要去压住一个什么样的赛道呢我当时在英美达工作的时候正好是英美达最艰难的时候就游戏产业差不多在萎缩台式机的显卡肯定也在萎缩但是老黄提了一个理念就是摩尔定力在CPU上已经走到了尽头然后GPU因为它的Many Core的架构所以我们公司就叫这个它能够持续的更快的算力可以更快的提升所以以后它的速度会比CPU越来越快我不知道别人相信不相信我当时是非常坚信这一点的因为我本来读PHD的时候就在研究这个但是没多少人用然后费尽心思去推销给各个科研机构什么让他们去用CUDA但是当时没多少人用然后费尽心思去推销就是给各个科研机构什么让他们去用Cuda但是很费尽后面我想想那还不如我自己用因为我有时候都得把demo写出来给他们证明给他们看这对效果很好后面我想太配劲了后面就还不如自己创业因为我觉得这东西它的底层逻辑低信原理我觉得是绝对靠谱的所以我当时就自己实现了一个物理正确的渲染因为当时那个非常慢大概一个小时出一张图然后我就用GPU机群给它加速到10秒钟Demo做出来之后就拿着这个技术第一年底回国然后第二年这个开始做了那说为什么不在美国创业要回国创业其实我原型跟第一个产品就在美国做的其实也在美国荣博兹但是当时美国正好遇到金融危机然后另外我们发现这个技术第一波最适合用的产景可能是建筑还有装修设计所以当时国内如日中天所以虽然你走的是非常技术的一个路线但是你是把落地从一开始就想好了的对因为我们的创业其实不是那么的一方分顺的我第一笔融资非常困难因为我记得有一个很著名的基金跟我说我们就我跟我合伙人工作履历不太好你跟你的合伙人工作履历不太好你回到十多年前看那个确实工作履历不太好是因为他们不认可英伟达觉得英伟达不是一个特别了不起的所以当然我们毕业学校不错当时最流行的实际上不是技术公司是欧托公司就你做任何东西之前你需要有行业经验你需要在行业里混过的人所以我们低比潜荣很困难所以从那第一天开始我们做的任何产品我们都希望它能够想好落地应用以及行业的应用场景想清楚然后再去做因为我一年没融到资基本没融到资后面就把整个团队打造成落地跟技术的两手抓就不会去只抓这种技术所以我其实挺羡慕这几年这种硅谷这些公司的就你可以融到资以科业为主你最开始给投资人讲的一个愿景或者一个故事是什么样子的因为那个时候你跟他们讲空间智能他们可能还gap到我们当时最开始还不是讲空间智能我们讲的是把GPU做到云端去然后做快速的就是物理正确的渲染然后一分钱都融不到后面有投资人朋友教我我的技术你想做啥还是做啥你包装车加装O2的故事很快就融到钱了所以你们第一轮融了多少第一轮实际上最早是我原来有个折大校友就往华给了50万人民币然后后面就IDG投了200万美金然后我们第一个产品出来后面很快就爆了第一个产品是什么就枯加乐原来你做一套图要花一星期然后我们通过GPU集群实现了早期的自动设计把整个过程尽可能自动化然后基本上几个小时就可以做完反正一开始讲的故事是先吸引业主自己来设计然后卖货然后后面就留下来的其实都是设计师用户所以最开始就是一个非常2C的这样的 [25:00] 最早是做2C一开始用户涨得很快很surprise然后就开始内部就很纠结到底是你要做一个技术公司还去卖家具纠结了很长时间其实内部有两波意见有些做运营的同事确实想直接去卖货好因为我们联合创始人三个都做技术的觉得这行非常不上产后面还是专注的就在提供技术为主虽然收费收不了太多但是这是我们能够把握住的机会那到后来到你们第二波是什么时候第二波是2018年但是那个时候你们盈利了吗我们其实17年现金流就挣了就躺着赚钱的赶然后到18年我们就在想新的就是下一步的扩展方向一个是我们肯定是当时AI比较火我们当时就开始投入做一些空间智能的前身但是那个时候AI跟现在我们说的AI还不是一回事是不是还不是一回事那时候小模型就是那时候只能说识别视觉识别视觉识别还当不上智能我们当时就开始用这些数据来做模型训练然后一开始训练了半天也不知道干嘛用然后就只能识别出来墙啊地板啊也不知道干嘛怎么用然后我们后面还开源了一套数据题叫InteriorNet就有点模仿李沸沸的那个就是ImageNet对 然后开源了出来然后就找了很多Professor他们来实验然后来探索还确实有不少CVPR这种顶级的论文发现然后就可以发现空间智能的前身就出来了你就会快速的通过图像或者一系列的图像把空间结构化抽取出来你有结构化信息你就能理解那时候我们就开始往空间智能的方向去转当然中间有一些插曲转了一半发现20年房地产又大爆发了那当时怎么办呢要回去做吗 还是继续往前走我当时往AI这方面转 转了大概一两年然后但收入起来没那么快总的收入还不如房地产行业一单因为我印象中很深刻的是当时有客户过来啥也不说先往你站上打了一千万然后咱后咱们再来谈合作我说没谈成我可以退给你的没谈成我不要了我当时基本上眼珠快掉出来了什么样的金主爸爸这么好恨这就是那个年代的法律产公司回来之后我们CFO把我碰了一顿你这公司战略不能看金日头条来设计这明显这个炉日中天的行业你苦哈哈的搞什么AI你干了两三年还不如人家见面理呢所以你们当时AI这些客户是谁当时找的都是硅谷的这些大厂他们主要是用你们的服务做啥其实也是用来科研当时还落不了地据我们所知是其实应该都是大模型的前身就是在试各种就是给他们的lab用的对像什么transformer什么各种的实验看能训练是啥20年21年就原来老的赛道回光返照了一下然后22年就开始大调整后面大模型出来了我们23年就把整个战略的重心就是调整到空间智能因为它也能够服务我们老的业务然后也能够让我们就是线更丰富所以AI的这条线你其实一直没有放就一直抓着它底层的引擎实际上是借着AI这一波在升级所以这肯定是要做的只不过你投入多少资源做你比如说要采购多少GPU花多少钱训练模型这个预算就怎么分配的问题怎么分配呢你们在内部有一个非常明晰的这样的一个分配逻辑吗就吵架呗就看你对你们三个床十人吵对 还有像一些高管啦 CFO啦之类的就是看你对未来的预期怎么样才算吵赢了呢其实最终也还是我在这边判断但是我还是一个比较开放的人我不是那种很会吵架我会比较开放的就是听大家的意见确实有时候你自己在那个时代里面其实挺难判断的你是多投入一些在基础研究上还是多投入一些在业务开发上这个是很难没有说绝对的对错有的时候客户需求追得很紧然后你就得找很多人去做 [30:00] 它的行业很细的需求那你这时候你的资源就会在基础研究上减少那基础研究你都觉得这个愿景很牛但是什么时候能做出来还真不知道然后做出来之后能不能变现也不知道所以对于业务口子或者财务口子觉得压力很大你不能创业就是不考虑大家死活所以得在两者之间找一个平衡就不光是创业公司在大企业里面也是大家都是要去抢卡抢钱抢人才抢资源对那你是有没有一个philosophy或者你自己的一个哲学怎么去平衡这两边呢我实际上是非常站在这个抢人才然后抢卡这一边然后积极的创新探索你还是非常工程师的非常科研思维追问的这样的一个模式是当然我也知道就是按照我的思路如果坐下去可能钱没撞到就挂了所以我们公司会有一波主管是管业务的他们就会以客户导向但是纯客户导向客户肯定只关心眼前的需求他也就不会去想得出这种变革式的东西我们实际上定位还是一家商业化公司也不是一个科研机构我们在做模型的同时虽然目标设的比较远大就空间智能最终还是能够跟人类一样去理解我们的空间去做推理但是这个过程实际上是很漫长的你看自动驾驶做了十多年才完成了一个事情所以在这过程中我们不太希望像自动驾驶公司一样的长期靠资本养着我们还是希望能够养活自己所以我们很快就转向空间智能之后现在去年也盈利了然后我们会把它过程的能力想办法用在各行各业就像除了我们老的行业就是能够用空间智能技术去生成场景就比如说我这边拍张照片我把整个场景生成出来我就可以做重新的改造跟设计这个虽然它不是直接用在机器人里面但是底层的算法是一模一样的然后我们也把同样的方式用在类似于短剧的制作电商的制作我们也想了很多就内部天天也在头脑风暴我们目前只能实现这个能力那我们能够用在哪些地方而不是说我最终只有达到100分了我才去商业化落地就最终肯定是瞄准了机器人普及之后我们给机器人去使用他在我们环境里面工作他得快速的把这个空间重建出来然后去在里面行动但在这个过程中没达到这个程度的时候我们可以拿来干什么我们就花了很多心思在研究所以我觉得公司经营久了就得在两者之间取一个平衡对 我刚刚打断你了说到2022年2022年我觉得是一个让人就是非常难忘的一年发生什么了包括国家政策调整然后年底大模型出来像印象很深ChapGPTMade Journey就感觉每天都是就信息爆炸的感觉ChapGPT刚刚上线那段时间对你来说震撼吗对我来说还是非常震撼的我实际上看相关的技术挺早就在看了21年20年就在看了但是当时看了这论文就瞄一眼也没认识看觉得这还没什么但是出来就这种类似人类的智慧就能够再通过就更多的数据然后更长时间更大规模的训练能够产生这还是有点颠覆我当时认知的我那段时间就因为同时疫情还没结束所以天天也在看论文自己在做实验就基本上对于我们原来老的那套发展路径彻底就感觉得转方向了就是因为它再这么发展下去就原来的理念是做一个简单的工具然后提高人的效率但现在就变成直接把人给替代掉了所以那肯定整个工具链的做法就体系的做法已经完全不一样当然也很焦虑就是它会变成什么样子你完全不知道所以当时就逛在家里面一边看文章自己写代码做实验然后也在想未来怎么办那段时间是比较一是有点恐惧有点焦虑二是也很兴奋所以是大语言模型就是XGBT出来对你的震撼更大还是Diffusion那一波对你出来的影响更大对我影响更大的是就我们过去信仰的都是这种通过更聪明的人写算法然后做实验然后这算法写得很精妙然后他就非常 [35:00] 聪明就是能力很强但不管是TrapGPT还是MateJourney给我的感受都是数据量越多它就越智能越聪明那这对我原来对于算法的认知已经完全变了所以那个对我的冲击是非常大的那之后你在公司里面做了什么样的调整就二三年开始我们方向就调整成这种一智能的所以现在叫空间智能就是原来很多靠人工在做的或者靠人工在开发的东西我们都希望通过模型就是模型跟算法来实现然后原来的产品形态从辅助性的工具我们也逐步希望它能够代替人来完成任务产品方向其实你们整个的路线也会发生变化以及服务的客户其实也会发生变化对就是这里面一个巨大的变化就是我们过去就二年之前我们认为公司的正常核心是产品然后二年之后二三年我们突然意识到公司的增长核心是算法是模型就是它的底层能力就是等于说它躲在产品下面的这层能力实际上是公司真正的壁垒跟驱动力所以那资源就开始要快速的调整所以我们在这种模型训练的lab就加了很多人Open Cloud对你来说的给你来带来什么样的歧视吗我其实一直在思考然后我们内部也在推也推出一些针对Open Cloud skill我也在看但我主观的感觉是以后用工具的人会变少用软件的人会变少会有人用但是用软件的人会变少但是它会硬件接着模型直接在用所以你的收费模式肯定不能是按SARS的收费模式而是按Token按量付费的收费模式然后硬件很重要因为你会发现这一波随着就AI自动能够携带码我们操作硬件会越来越简单就之后未来是一个多硬件终端的世界你的眼镜你的机械臂你的各种摄像头等等的都拥有智能都能够干一些活可能未来你报警只要对着监控摄像头打一个手势可能就报警了你不需要键盘 不需要电话一个眼神他就能够理解你对 所以所有的物理设备都是输入就不再像过去只有手机跟电脑这时候你得把能连接的物理硬件全部衔接了因为我们也经历过激烈的竞争我们当时做家居产品的时候做工业4.0我们连接了所有的硬件设备当跟遇到激烈竞争的时候以及大模型的冲击之后我们发现那一块是大模型几乎设计不到的就是连接的硬件设备这块就是你怎么去操作硬件设备然后怎么准确的去操作它这个它没有办法离开物理世界自己在一个电脑上跑这一块是这一波AI我觉得反而是受益但是你如果能够锁定在一个电脑里自我完成闭环的东西我觉得就很危险所以我们战略也在调整我们把连接所有的物理设备连接物理世界作为我们核心战略的一块然后把工具这块就落滑了整个的3D生成还有渲染还是需要非常多算力去支持的你觉得在卡或者是在整个的数据中心之上有没有什么样的技术手段去优化整个的算力需求量目前实际上空间智能或者说巨神智能这个板块它用到的算力实际上远不如大约模型因为它的数据量并没有那么丰富所以目前困扰大家的还处于数据这个阶段就现在还可以对目前卡是够的卡是够的就是数据不够对然后未来当你解决了这个数据量的问题之后那卡肯定是不够然后当然对于任何公司来说比如说我们这种公司卡永远都不够就我来出差前还在协调同事训练排队的问题你先训练还是我先训练为什么你先公司内部会抢卡必然的我也不可能无限就比如说你卡多的话你可以同事做好几个实验其他人就有意见了那你没事做了四五个我还要等你训练我要做才能训练那就那么让你停掉一个就会这各种吵来吵去的所以我觉得卡是永远不够的就看你要怎么算这个经济战就如果比如说竞争很激烈你不比别人快一点你就要死了那就没有什么经济帐可言那你就拼命买卡能买到拼命买但是如果要把算好ROI你是要做一个健康的商业模型那你 [40:00] 训练成本占营收多少你得有一定的就是有一个尺度的你的尺度是什么样子的你怎么去算这个事情因为你们上市了之后也要跟股东交代对吧你也不可能把所有的现金钱都拿去买卡跟做研发你自己是怎么去看这个事情我目前希望控制在10%左右就拿10%的钱去买卡就做算力投入买或者租对就如果一定要用的就买就是拨动的就租目前我们这么定的那这看竞争情况就比如说一个竞争对手跟你死磕他的卡很多你就比他慢那不投入会死了那我肯定是大投入了你们现在觉得最强调的竞争对手是谁我觉得空间智能这块我们还没有就大家还都在探索落地案例的情况下就还没到你死我活的竞争因为我们是经历过各种你死我活的竞争的我觉得那种阶段成长反而是快的像现在这种阶段就没有办法得说可以放弃一切的all in在一个点上就没有这种感觉天天在精打细算的这边算了你们省点钱那边代码优化一下速度快一些就会精打细算你觉得在这个产业里面你们的护城河最重要的能力是什么样子其实早期我们觉得护城河是工具数据跟算法模型是循环发展的但实际上最近一年随着这种Cloud Code还有最近OpenClaw货了之后我们内部其实也在升级我觉得这还不够就是光有工具数据模型还不够我觉得得有硬件不是说你自己要有硬件是你得连接硬件你得紧贴着物理世界我们现在就定位就是说你得有足够强的硬件生态连接着所有硬件然后硬件连接着模型算法工具可能不一定是壁垒了但是你的模型硬件数据肯定还是壁垒所以这个是时代在发生一个巨大的变化我觉得贴着物理世界能活就是程序理世界我感觉就几个巨头在卷来卷去那就像黄小黄所提到的虽然现在无论是World Labs还是群和科技都在积极的去探索空间智能的应用但是从整个行业发展的角度来说空间智能仍然还停留在比较早期的阶段约约它发展的因素有很多但是如果要找到一个最直观最现实的瓶颈那就是数据和约约模型只需要文字不同空间智能对于数据的要求是多模太多维度的最基础的一层是视觉数据比如说来自于摄像头的图像或者视频但是这远远不够模型还需要深度信息也就是场景中每一个点距离传感器有多远需要语意信息也就是说画面里面每一块区域对应的是什么物体在很多应用场景下还需要点云数据用激光雷达扫描出的由数百万个三维坐标点构成的空间结构更重要的是这些数据必须是对齐的单独一张图片或者单独一帧点云对空间智能的意义都很有限模型需要的是图像、深度、语意标注在时间和空间上精确同步的数据也就是说同一个场景从多个角度在不同时刻用不同传感器同时记录下来再经过精确的标定和对齐才能成为真正可用的训练素材而这还只是静态场景的要求如果涉及机器人操作或者动态环境理解数据里面还要包含物体的运动轨迹交互过程乃至力反馈信息所以说空间智能所需要的数据是对真实世界的全方位高精度切片在采发当中黄小黄就谈到这样的数据很难获取一是缺乏获取的渠道二是数据标注的成本也非常的高仍然需要大量的人工参与在空间智能上面现在在技术方向上面面临的最大挑战是什么我觉得目前这个领域最大问题还是缺少像大元模型那样子大量的免费的开文数据因为像图片文字什么的直接到互联网上扒就好了就是这种空间的数据一网上没有二的话还有很多隐私版权问题就比如说我们把这空间拍摄下来我放到互联网上我不知道要不要争得这房东的同意估计是要的那你这个怎么弄吗这么多个owner就没有办法规模化了空间数据它相当于说你可以理解成点云它每一个点都有三维坐标然后它还有色彩还有更多的信息在里面当然你还有 [45:00] 更附上更多的信息更重要所以这个东西是在互联网上面没有的很少有我们也开源了一些非常少我在想是不是AR眼镜这些穿戴设备如果普及之后会有一些帮助呢那关键是它这些数据能不能免费发到网上所以这是比较难而且它还有一个难点是要做信息的标注就是它不是说我有三维数据就够了你还要有很准确的标注信息就比如说这个是一个椅子那你没有这标注信息你没法训练那比如说在那个智能空间里面生成的数据就直接可以给机器人用吗这取决于这机器人公司用的技术杖是什么就有些机器人他根本不跟这个物理世界做碰撞的然后纯视觉的那么就我们的数据就simulated他就自己可以用什么样的机器人是这样的?比如说巡逻他只要看见一个什么东西报警就可以了他不会去做真实的交互对然后当你要做真实交互的时候他就要有物理信息了我们自己内部也训练了模型去拆它的物理参数就比如说是金属那它的参数是什么是布料它的参数是什么去拆但是拆完之后你要高质量的数据还是需要很多的人工去教验所以实际上对于高质量的数据的话全自动生成我觉得目前看起来不够还是需要有很大的人工参与在里面这个人工参与是什么样子比如说YouTube视频视频模型生成的东西也没有办法直接用的YouTube视频用来训练的话它只能训练一些基模或者低质量的能力最终它如果想拿起杯子它肯定是要在三维数据上做训练你想它握起一个杯子的话它就得有无数的杯子去训练它你得见过无数的杯子下次你看到杯子的时候你才知道哪里是把手去拿它就每个公司就不一样了就是比如说杯子的质量杯子的材质它的摩擦力等等你都有相关然后人其实你一看到杯子你大概都能比如玻璃的还是金属的你都能拆得出它的质量所以人有这能力但是我们在训练模型来给它做标注有时候还是要人工在那边检测然后有的公司要求那个数据非常精确还得去做实验比如说我这款玻璃我一定要测出它的摩擦力或者某一个杯子我一定要测出它的准确质量精确到刻那就只能去真的去采集了那就费劲了成本就高了成本就高了所以不同的客户实际上它的需求是不一样的但我们基本的能力就是去重建跟生成这个三维世界重建完之后我们的空间理解模型可以去做标注但这标注能不能达到甲方的需求实际上那这里面还有一个扯皮的过程就是还需要沟通的你觉得这是能解决的问题吗肯定能解决只不过代价多大就现在其实也能解决现在就通过人工然后我们想做一个机器设备来采集我觉得也能实现但比较遗憾的是它物理世界的信息是无穷无尽的质量摩擦力这种是最低要求有些还有什么手感会不会变形因为你捏上去之后有的东西会变形有的东西不会变形然后这个参数怎么取就很复杂了然后它变形还不是均匀的就有的地方就容易变形有的地方不容易变形那你这个要踩的数据就太多了所以物理世界真的是挺复杂的随着空间智能的不断的深入就它能探索的东西我觉得会只会越来越多但是不会我觉得可见的将来估计是没法穷尽的所以简单的先处理就复杂的就只能慢慢来我们觉得我们也只能解决一部分也没有办法解决全部的问题空间智能的数据问题还不只是不够多这么简单现有的三维数据集在分布上存在着严重偏差比如说自动驾驶的数据高度集中在晴天白天一线城市的标准路况室内数据大多来自整洁的实验室或者标准家居等等但是一旦遇到暴风雪中的山区公路地板上散落玩具的真实房间模型的表现往往就急剧下降也就是说真实世界的常委太长靠堆数据很难覆盖完但是如果追问下去数据困境本身还有一个更深的根源那就是我们至今没有找到一种好的方式让机器像人类一样去理解空间人类对空间的认知是通过身体与世界的持续互动在大脑中逐渐涌现出来的今天的空间智能模型本质上 [50:00] 找到正是这种与生俱来的物理鲜艳数据是表层的瓶颈而如何赋予机器空间认知的底层直觉才是这个领域真正选而未决的核心难题虽然要真正实现空间智能还有非常多的难点需要去攻克但是在黄小黄看来就像当年英伟达的GPU一样在我们走向空间智能的过程当中也一定会不断解锁出很多意想不到的有意思的应用今天老黄也讲了酷带20周年我就是那种第一批去开发CUDA的人就我当时开始研究这块到现在正好20年也是伴随着这整个过程发展也就能看到最早只能用来算算数学做个数字的排序节节方程然后算算矩正到现在能看到人工智能这么普及但是它底层还是这些算法所以感觉人类的智慧是一层一层搭机木一样的搭上去的而且越大越高越大越高再往上会出现什么实际上我们可以想象虽然我们现在做空间智能也是感觉真正要普及也是五年五年我三到五年我觉得是需要的但是会有各种各样超乎想象的东西会出现感觉现在只是一个起点而已新的起点我觉得是一个新的起点其实我觉得这个赛道上每三到五年都相当于说一个全新的起点你回过头来看从我刚回国的时候当时只能做简单的数学运算所以出现了挖矿后面五年后第一波的当时做视频监控的那批AI起来然后又过了5年就到现在大模型出来了再过5年就不知道会出现什么我觉得挺期待的你每年其实都来看GDC你觉得英伟达的整个的成长路线包括黄仁勋他怎么去带领英伟达对你来说有什么启发吗其实我创业的过程很受英伟达这种模式的因为我工作过也就这一家公司所以它这个模式我觉得还是值得我们学习的就它很多是首先有第一性原理就是GPU的架构能够突破摩尔定律但是当年我们在做这个的时候虽然我们知道肯定会算得很快但是我也不知道干嘛用所以会在不断的找应用现在就叫拿着锤子找钉子所以我们在自己创业的时候我们的方法论也是先找到一个你相信一定能够改变世界的东西那这东西会比较通用然后你再去找应用有可能比如说英美达最早用在游戏行业现在这感觉听起来都会不太正经现在感觉每下公司都需要他们对它就是有这么一个过程我觉得公司先活下来才有未来比如英伟达他做的是高性能计算你用在游戏行业只是先活下来救了他的是挖矿你说这东西后面才有大模型什么都是发展到后面的所以像空间智能你说一开始用在哪些领域我觉得房地产领域是一个非常好的赛道但是最终只要我们物理世界还存在空间智能就一定会发挥它巨大的价值的所以反正你就要相信这一点就你相信有一天你的电脑也能够跟我们人类一样的在物理世界里面自由的活动自由的干活那空间阵场是一定需要的那你知道相信这一点呢你就慢慢做吧反正啥机会来了你就凑上去把业务扩大如果机会没来就慢慢等呗反正我觉得我现在公司做到这阶段我觉得至少对得起自己能不能再往上几个台阶就看命了所以就像黄小黄谈到的如果把时间拉长来看空间智能更像是一次必然发生的月前就像GPU最初只是用来做图形计算但后来一路走到AI技术设施的位置一样今天我们还很难完全看清空间智能最终会长成什么样但可以确定的是他一定会在某些意想不到的地方先找到自己的第一个爆发点这个爆发点也许是房地产也许是游戏也许是机器人甚至是我们今天还无法想象的一个应用场景但是只要AI有一天真的要走出屏幕进入到真实世界那么空间智能就不再是一个可选项而是一个绕不过去的基础能力那关于接下来空间智能的研究进展以及更多的落地应用我们也会持续的追踪好了以上就是这期视频的全部内容了我是陈倩你们的留言点赞和转发是支持我们硅谷101做好深度科技和商业内容的最佳动力那我们就下期视频再见了Bye