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(dāng)李飛飛指明空間智能是 AI 的下一站時(shí)，行業(yè)才猛然發(fā)現(xiàn)，通往這一站最關(guān)鍵的「數(shù)據(jù)船票」，其實(shí)早就握在了這位行業(yè)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(dāng)這位 AI 教母振臂一呼，原本還在卷文本、卷視頻生成的行業(yè)目光，瞬間被拉向了 3D 世界。然而，這個(gè)領(lǐng)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(jìn)的玩家也寥寥無幾。

在中國，誰會(huì)是那個(gè)最快跟進(jìn)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(dú)角獸名單里，而是一家在裝修設(shè)計(jì)領(lǐng)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(huì)上，這家在 3D 空間領(lǐng)域深耕 14 年的公司宣布了一項(xiàng)重大戰(zhàn)略升級(jí)：從 3D 軟件提供商，轉(zhuǎn)型為空間智能基礎(chǔ)設(shè)施提供商—— 發(fā)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(tái)，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(tǒng)意義上的 AI Native 公司，但群核科技似乎正在走出一條獨(dú)特的「中國版李飛飛路線」。

看起來或許有點(diǎn)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(duì)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(shí)戶型數(shù)據(jù)庫、帶有精確物理材質(zhì)參數(shù)的商品模型，以及數(shù)以億計(jì)經(jīng)過渲染驗(yàn)證的裝修方案。這些并非合成數(shù)據(jù)，而是物理世界的「數(shù)字底稿」。

當(dāng)李飛飛指明空間智能是 AI 的下一站時(shí)，行業(yè)才猛然發(fā)現(xiàn)，通往這一站最關(guān)鍵的「數(shù)據(jù)船票」，其實(shí)早就握在了這位行業(yè)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(fā)布會(huì)中，承載群核科技空間智能野心的核心產(chǎn)品，是一個(gè)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(gè)圖片，生成一段與圖片相關(guān)的，物理規(guī)律準(zhǔn)確且具有一致性的視頻。但如果揭開引擎蓋，你會(huì)發(fā)現(xiàn)幾者的技術(shù)底色截然不同。

首先是 Sora 代表的「大力出奇跡」路線。

Sora 本質(zhì)上是一個(gè)「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(gòu)，學(xué)習(xí)了海量視頻數(shù)據(jù)中「像素塊」的運(yùn)動(dòng)規(guī)律。它像是一個(gè)看過幾億部電影的天才畫家，因?yàn)樗馈副拥袈洹购笙乱粠嬅嫱ǔＪ鞘裁礃?，所以它能畫出符合物理直覺的視頻。但這種物理規(guī)律是「涌現(xiàn)」的，是不穩(wěn)定的——這也是為什么 Sora 生成的視頻中，人有時(shí)候會(huì)突然長出第三只手，或者椅子在旋轉(zhuǎn)時(shí)會(huì)莫名變形。因?yàn)樗闹袥]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(duì)立面。

兩者都堅(jiān)信： 要解決物理一致性，中間必須多一步三維幾何結(jié)構(gòu)，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(jì)算機(jī)里構(gòu)建出一個(gè)有深度、有體積的 3D 舞臺(tái)，再在這個(gè)舞臺(tái)上架設(shè)虛擬攝像機(jī)拍攝，才能保證無論怎么運(yùn)鏡，物體都不會(huì)崩壞。

但就在「如何構(gòu)建這個(gè) 3D 舞臺(tái)」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(gòu)建一個(gè)「可學(xué)習(xí)的渲染器」。在這個(gè)模型中，AI 不需要構(gòu)建任何顯式的 3D 模型。它將世界壓縮進(jìn)了神經(jīng)網(wǎng)絡(luò)的「激活狀態(tài)」（KV Cache）里——這是一個(gè)人類看不見、摸不著的*「隱式世界」。通過端到端訓(xùn)練，模型學(xué)會(huì)了像上帝一樣在神經(jīng)元內(nèi)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(bǔ)全這個(gè)場景的各個(gè)角度。 它極其優(yōu)雅，像是一個(gè)看過世界的「缸中之腦」，在思維內(nèi)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(duì)產(chǎn)業(yè)更有用的路： 基于資產(chǎn)的結(jié)構(gòu)化生成。

得益于 14 年的積累，群核不需要讓 AI 在神經(jīng)元里去「隱式模擬」一個(gè)沙發(fā)。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(chǎn)后，再通過物理引擎將其渲染成視頻。

因?yàn)橹虚g多了一步「顯式」的 3D 支撐，無論鏡頭怎么甩，高達(dá)的模型結(jié)構(gòu)被牢牢鎖死，絕不可能出現(xiàn)「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(shù)據(jù)積累。要訓(xùn)練 AI 進(jìn)行精準(zhǔn)的「顯式表征」，需要海量帶有精確物理標(biāo)注的 3D 數(shù)據(jù)作為「教材」。這正是群核科技過去十四年構(gòu)建的護(hù)城河——他們不需要像其他公司那樣用游戲引擎去合成數(shù)據(jù)，他們手里就有最真實(shí)的物理世界數(shù)字底稿。

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

它在處理剛體（Rigid Body）、結(jié)構(gòu)化場景和復(fù)雜的室內(nèi)光影時(shí)展現(xiàn)出了極強(qiáng)的優(yōu)勢。它少了一些無中生有的「幻覺」，卻多了一份產(chǎn)業(yè)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(dāng)你上傳一款新發(fā)布的咖啡機(jī)模型，你需要的是它在各種高級(jí)光影下流轉(zhuǎn)，展示其金屬質(zhì)感，而不是讓 AI 發(fā)揮想象力把它的按鈕位置改了，或者把機(jī)身扭曲了。相比于其他模型容易「二創(chuàng)」產(chǎn)品，LuxReal 能做到「產(chǎn)品 100% 還原，而光影與運(yùn)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(yè)交付）的關(guān)鍵一步。

02

意外的 3D 時(shí)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(gè)問題，我們需要把時(shí)鐘撥回十四年前。那時(shí)候，群核科技（及其核心產(chǎn)品酷家樂）在大多數(shù)人眼中的形象，僅僅是一個(gè)好用的 SaaS 工具。它讓設(shè)計(jì)師扔掉了難學(xué)的 3D Max，在瀏覽器里就能快速搭建戶型、渲染效果圖。

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

這便是空間智能賽道上最反直覺的一幕：當(dāng)硅谷的頂尖頭腦們?yōu)榱双@取高質(zhì)量 3D 數(shù)據(jù)而絞盡腦汁時(shí)，這家中國垂直軟件公司，卻坐在了金山上。

在空間智能的訓(xùn)練中，數(shù)據(jù)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(shí)數(shù)據(jù)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(shù)據(jù)」（Synthetic Data）。

這在邏輯上是通的，但存在致命的 Sim2Real（從仿真到真實(shí)） 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(shí)的物理世界是「臟」的、復(fù)雜的、充滿噪聲的。完全用合成數(shù)據(jù)訓(xùn)練出來的 AI，在面對(duì)真實(shí)世界時(shí)往往會(huì)「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(gè)家具的擺放邏輯，都被數(shù)字化地保存在了群核的服務(wù)器里。

這里有 數(shù)億張 真實(shí)的戶型圖，涵蓋了中國大江南北最復(fù)雜的建筑結(jié)構(gòu)；這里有 海量 帶有精確物理參數(shù)（材質(zhì)、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(shù)不清 的設(shè)計(jì)方案，它們不是隨機(jī)生成的，而是包含了人類設(shè)計(jì)師對(duì)于「什么家具應(yīng)該放在哪里」的深度語義理解。

這些數(shù)據(jù)不是為了 AI 專門造出來的，它們是真實(shí)業(yè)務(wù)長出來的。正是這種「原本為了產(chǎn)業(yè)應(yīng)用而積累的高精度數(shù)據(jù)」，構(gòu)成了群核科技最深的護(hù)城河。它比通用的視頻數(shù)據(jù)更深（有結(jié)構(gòu)），比游戲引擎的數(shù)據(jù)更真（有物理屬性）。

一轉(zhuǎn)頭，群核科技發(fā)現(xiàn)自己正坐在這一輪 AI 競賽最稀缺的資源——數(shù)據(jù)金山上。

這種資產(chǎn)層面的底氣，直接推動(dòng)了公司戰(zhàn)略維度的躍遷： 從一家垂直的 3D 軟件提供商，正式轉(zhuǎn)型為空間智能的基礎(chǔ)設(shè)施服務(wù)商。

12 月 9 日，群核科技正式發(fā)布 Aholo 空間智能開放平臺(tái) 。這不只是發(fā)布了一個(gè)工具箱，更是一次徹底的「家底開放」。群核將過去 14 年在 3D 領(lǐng)域打磨最深的四項(xiàng)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(jìn)行了系統(tǒng)性封裝并對(duì)外輸出。

這是一個(gè)極其關(guān)鍵的戰(zhàn)略轉(zhuǎn)身。在此之前，這些能力主要服務(wù)于家居裝修行業(yè)的內(nèi)部提效；而現(xiàn)在，通過 Aholo，群核試圖將這些能力變成 AI 時(shí)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(fù)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(zhǔn)修改的資產(chǎn)；

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

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(tái)的野心則更進(jìn)一步—— 它想讓機(jī)器看懂世界。

在這次發(fā)布中，一個(gè)不起眼但極具想象力的信號(hào)是： 群核科技正在發(fā)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(jī)器人（如掃地機(jī)或服務(wù)機(jī)器人）在室內(nèi)導(dǎo)航時(shí)，往往是個(gè)「瞎子」或者「高度近視」。它們依靠激光雷達(dá)避障，雖然能測距，卻不懂環(huán)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(chǎn)和場景理解能力，投喂給機(jī)器人。

通過學(xué)習(xí)群核數(shù)據(jù)庫中成千上萬種真實(shí)的室內(nèi)布局和物品擺放邏輯，機(jī)器人可以獲得一種「上帝視角」般的先驗(yàn)知識(shí)。龍?zhí)鞚赏嘎?，群核已?jīng)在做機(jī)器人導(dǎo)航中的 3D 物品視覺理解 。這意味著，未來的機(jī)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?！?/p>

「這是柔軟的沙發(fā)，可以緊貼著走。」

從服務(wù)設(shè)計(jì)師，到服務(wù)機(jī)器人，群核科技的數(shù)據(jù)價(jià)值，正在發(fā)生一場從「畫圖」到「識(shí)途」的質(zhì)變。

03

摸著李飛飛過河

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

在發(fā)布會(huì)后的交流中，團(tuán)隊(duì)內(nèi)部流露一種真實(shí)的緊迫感，甚至有一種聲音感嘆：「 要是早知道，去年就該發(fā)力做了。 」

這種遺憾背后，其實(shí)是對(duì) AI 技術(shù)代際演進(jìn)的深刻復(fù)盤。當(dāng)大模型從文本（Text）卷向圖像（Image），再到視頻（Video），行業(yè)終于意識(shí)到，下一站必然是 3D，是物理世界。群核科技猛然發(fā)現(xiàn)，自己手里那些原本只用于裝修設(shè)計(jì)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(cè)人工智能的昂貴門票。

這種沖擊不僅發(fā)生在技術(shù)層，更直接撼動(dòng)了商業(yè)模式的底層邏輯。

陳航（群核科技 CEO）透露，隨著 AI 產(chǎn)品的推出，傳統(tǒng)的 SaaS 售賣方式正在失效。以前，軟件是按 Seat（坐席） 收費(fèi)的，邏輯是「人」在使用；但現(xiàn)在，調(diào)用場景變成了「人機(jī)混用」，機(jī)器調(diào)用的頻次可能比人高出幾個(gè)數(shù)量級(jí)。

「如果只按年費(fèi)、月費(fèi)收費(fèi)，機(jī)器一調(diào)用就被拉爆了。但如果只按 Token 或 Credit 充值，準(zhǔn)入門檻又太低，無法篩選高質(zhì)量客戶?！龟惡秸f道。

為了適應(yīng)這個(gè)新時(shí)代，群核正在摸索一種「年費(fèi)/月費(fèi) + Token/Credit」的混合計(jì)費(fèi)模式。這不僅是計(jì)費(fèi)方式的調(diào)整，更是對(duì)軟件價(jià)值定義的重構(gòu)——從賣「工具的使用權(quán)」，轉(zhuǎn)向賣「算力與智能的消耗量」。

當(dāng)然，陳航也表現(xiàn)出了難得的清醒。他坦言，國內(nèi)市場對(duì) AI 產(chǎn)品的付費(fèi)驗(yàn)證周期相對(duì)較長，「 讓客戶在原有預(yù)算之外再花額外的錢，是很難的，必須要驗(yàn)證絕對(duì)的價(jià)值。 」

他們坦言，關(guān)于未來具體怎么走，商業(yè)模式是賣 API、賣模型還是做新的超級(jí)應(yīng)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(xiǎn)，只不過這一次，河對(duì)岸多了一個(gè)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(rèn) 。李飛飛和 World Labs 的存在，證明了「空間智能」不是一個(gè)偽命題，而是 AI 進(jìn)化的必經(jīng)之路。這給了群核科技巨大的信心，去重倉投入這個(gè)原本只有他們?cè)谧龅睦溟T領(lǐng)域。

另一方面，是 路徑上的獨(dú)立 。群核沒有盲目照搬硅谷的純科研模式，而是結(jié)合中國產(chǎn)業(yè)的土壤，利用自己獨(dú)有的「顯式數(shù)據(jù)」壁壘，走出了一條更注重可控性、更強(qiáng)調(diào)產(chǎn)業(yè)落地的差異化路線。

對(duì)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(jīng)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(duì)于一家擁有 14 年數(shù)據(jù)底蘊(yùn)的公司來說，沒有什么比「正在場上」更重要的事情了。

*頭圖來源：視覺中國

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請(qǐng)聯(lián)系極客君微信 geekparkGO

群核科技