AI新浪潮观察
10min read
群核科技，摸着李飞飞过河
Li Yuan2025/12/16
摘要
当李飞飞指明空间智能是 AI 的下一站时，行业才猛然发现，通往这一站最关键的「数据船票」，其实早就握在了这位行业老兵手中。
作者｜Li Yuan
编辑｜ 郑玄
李飞飞的「空间智能」（Spatial Intelligence），无疑是今年科技圈最性感的词汇之一。
当这位 AI 教母振臂一呼，原本还在卷文本、卷视频生成的行业目光，瞬间被拉向了 3D 世界。然而，这个领域太过前沿，以至于在大洋彼岸，除了李飞飞的 World Labs，真正能看懂并跟进的玩家也寥寥无几。
在中国，谁会是那个最快跟进的人？
令人意外的是，答案或许不在那些声量巨大的大模型独角兽名单里，而是一家在装修设计领域耕耘多年的老兵——群核科技（酷家乐母公司）。
12 月 9 日，在群核科技 2025 酷+大会上，这家在 3D 空间领域深耕 14 年的公司宣布了一项重大战略升级：从 3D 软件提供商，转型为空间智能基础设施提供商—— 发布了物理模拟视频生成模型 LuxReal，并同步推出了 Aholo 空间智能开放平台，一口气开放了从空间重建、生成，到编辑与理解的全套能力。
虽然并非传统意义上的 AI Native 公司，但群核科技似乎正在走出一条独特的「中国版李飞飞路线」。
看起来或许有点反直觉：为什么率先在这条赛道交卷的，不是那些算力雄厚的通用大模型巨头，而是这家垂直软件公司？
答案藏在空间智能的特性里。
空间智能的门槛不仅仅是算力，更是这种对物理世界的「显式掌握」。
在过去的 14 年里，群核科技积累了全中国最庞大的真实户型数据库、带有精确物理材质参数的商品模型，以及数以亿计经过渲染验证的装修方案。这些并非合成数据，而是物理世界的「数字底稿」。
当李飞飞指明空间智能是 AI 的下一站时，行业才猛然发现，通往这一站最关键的「数据船票」，其实早就握在了这位行业老兵手中。
01
中国的「李飞飞路线」：
在黑盒中植入「把手」
在这次发布会中，承载群核科技空间智能野心的核心产品，是一个名为 LuxReal 的视频生成模型。
如果仅仅看演示 demo，LuxReal 似乎是在做与 Sora、或者李飞飞的 World Labs 类似的事情：输入一个图片，生成一段与图片相关的，物理规律准确且具有一致性的视频。但如果揭开引擎盖，你会发现几者的技术底色截然不同。
首先是 Sora 代表的「大力出奇迹」路线。
Sora 本质上是一个「2D 原生」的模型。它并不真正理解三维空间，而是通过 DiT（Diffusion Transformer）架构，学习了海量视频数据中「像素块」的运动规律。它像是一个看过几亿部电影的天才画家，因为它知道「杯子掉落」后下一帧画面通常是什么样，所以它能画出符合物理直觉的视频。但这种物理规律是「涌现」的，是不稳定的——这也是为什么 Sora 生成的视频中，人有时候会突然长出第三只手，或者椅子在旋转时会莫名变形。因为它心中没有「椅子」的三维模型，只有「看起来像椅子的像素」。
而群核科技与李飞飞的 World Labs，则站在了 Sora 的对立面。
两者都坚信： 要解决物理一致性，中间必须多一步三维几何结构，就是所谓世界模型的路线。 也就是不能直接从 Text 变 Video，必须是 Text -> 3D World -> Video。只有先在计算机里构建出一个有深度、有体积的 3D 舞台，再在这个舞台上架设虚拟摄像机拍摄，才能保证无论怎么运镜，物体都不会崩坏。
但就在「如何构建这个 3D 舞台」这一步上，群核科技和李飞飞的路线略有不同。
李飞飞试图构建一个「可学习的渲染器」。在这个模型中，AI 不需要构建任何显式的 3D 模型。它将世界压缩进了神经网络的「激活状态」（KV Cache）里——这是一个人类看不见、摸不着的*「隐式世界」。通过端到端训练，模型学会了像上帝一样在神经元内部「渲染」光影、反射和遮挡。它模糊了「重建」与「生成」的界限：给它几张图，它就能在脑海中补全这个场景的各个角度。 它极其优雅，像是一个看过世界的「缸中之脑」，在思维内部完美模拟了物理法则。
而群核科技的 LuxReal，选择了一条更「笨」但对产业更有用的路： 基于资产的结构化生成。
得益于 14 年的积累，群核不需要让 AI 在神经元里去「隐式模拟」一个沙发。LuxReal 以群核自研的 Lux3D 为底座，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 物体和场景； 再渲染视频： 有了确定的 3D 资产后，再通过物理引擎将其渲染成视频。
因为中间多了一步「显式」的 3D 支撑，无论镜头怎么甩，高达的模型结构被牢牢锁死，绝不可能出现「长出第三只手」或「金属变液体」的幻觉。
而群核之所以敢选这条路，底气依然在于他们的数据积累。要训练 AI 进行精准的「显式表征」，需要海量带有精确物理标注的 3D 数据作为「教材」。这正是群核科技过去十四年构建的护城河——他们不需要像其他公司那样用游戏引擎去合成数据，他们手里就有最真实的物理世界数字底稿。
这个多出来的「显式步骤」，它在处理流体与极端形变时，或许不如李飞飞的隐式模型那般写意，相对来说也带来了额外的算力负载。 但这恰恰是群核的取舍之道——通过支付这些成本，他们在 AI 那深不可测的黑盒中，成功植入了一个可供人类精准操作的「把手」。
它在处理刚体（Rigid Body）、结构化场景和复杂的室内光影时展现出了极强的优势。它少了一些无中生有的「幻觉」，却多了一份产业急需的「确定性」和「可编辑性」。
这在 电商与广告 场景中极具杀伤力。
试想，当你上传一款新发布的咖啡机模型，你需要的是它在各种高级光影下流转，展示其金属质感，而不是让 AI 发挥想象力把它的按钮位置改了，或者把机身扭曲了。相比于其他模型容易「二创」产品，LuxReal 能做到「产品 100% 还原，而光影与运镜无限生成」。
这才是从「看着好玩」的 Demo，走向「所见即所卖」的 Commercial（商业交付）的关键一步。
02
意外的 3D 时代富矿
为什么在中国追赶李飞飞路线的，反而是群核科技？
要回答这个问题，我们需要把时钟拨回十四年前。那时候，群核科技（及其核心产品酷家乐）在大多数人眼中的形象，仅仅是一个好用的 SaaS 工具。它让设计师扔掉了难学的 3D Max，在浏览器里就能快速搭建户型、渲染效果图。
彼时，没有人能预见到 2024 年的 AI 变局。群核自己可能也没想到，当年为了「让装修变简单」而建立的这套云端 CAD 系统，竟在十四年的漫长岁月中，无意间通过数千万设计师的手，堆出了一座 全世界最大的、真实物理世界的数字富矿 。
这便是空间智能赛道上最反直觉的一幕：当硅谷的顶尖头脑们为了获取高质量 3D 数据而绞尽脑汁时，这家中国垂直软件公司，却坐在了金山上。
在空间智能的训练中，数据决定了天花板。
即便是李飞飞的 World Labs，或者是其他试图冲击 3D 世界模型的大厂，在缺乏真实数据的情况下，往往只能退而求其次——利用 Unity 或 Unreal 等游戏引擎来生成「合成数据」（Synthetic Data）。
这在逻辑上是通的，但存在致命的 Sim2Real（从仿真到真实） 鸿沟。游戏引擎生成的场景是完美的、干净的、人工定义的。然而，真实的物理世界是「脏」的、复杂的、充满噪声的。完全用合成数据训练出来的 AI，在面对真实世界时往往会「水土不服」。
而群核科技手里握着的，是真正的「物理底稿」。
过去 14 年，中国几乎每一次装修浪潮、每一套奇葩户型的改造、每一个家具的摆放逻辑，都被数字化地保存在了群核的服务器里。
这里有 数亿张 真实的户型图，涵盖了中国大江南北最复杂的建筑结构；这里有 海量 带有精确物理参数（材质、摩擦力、尺寸）的商品模型，而不是只有外壳的 3D 贴图；这里还有 数不清 的设计方案，它们不是随机生成的，而是包含了人类设计师对于「什么家具应该放在哪里」的深度语义理解。
这些数据不是为了 AI 专门造出来的，它们是真实业务长出来的。正是这种「原本为了产业应用而积累的高精度数据」，构成了群核科技最深的护城河。它比通用的视频数据更深（有结构），比游戏引擎的数据更真（有物理属性）。
一转头，群核科技发现自己正坐在这一轮 AI 竞赛最稀缺的资源——数据金山上。
这种资产层面的底气，直接推动了公司战略维度的跃迁： 从一家垂直的 3D 软件提供商，正式转型为空间智能的基础设施服务商。
12 月 9 日，群核科技正式发布 Aholo 空间智能开放平台 。这不只是发布了一个工具箱，更是一次彻底的「家底开放」。群核将过去 14 年在 3D 领域打磨最深的四项核心能力—— 空间重建、空间生成、空间编辑、空间理解 ——毫无保留地进行了系统性封装并对外输出。
这是一个极其关键的战略转身。在此之前，这些能力主要服务于家居装修行业的内部提效；而现在，通过 Aholo，群核试图将这些能力变成 AI 时代的「水电煤」：
空间重建 ：让单张 2D 图片瞬间「升维」，变成可漫游、有深度的 3D 场景；
空间生成 ：用自然语言描述就能「生长」出复杂的 3D 模型；
空间编辑 ：这是群核最擅长的「显式」能力，让生成的 3D 不再是死板的像素，而是可被精准修改的资产；
空间理解 ：让 AI 真正看懂画面里的物体关系，知道「椅子在桌子旁边」不仅是像素的位置，更是语义的关联。
如果说 LuxReal 是为了让人类看到更逼真的视频，那么 Aholo 开放平台的野心则更进一步—— 它想让机器看懂世界。
在这次发布中，一个不起眼但极具想象力的信号是： 群核科技正在发力具身智能（Embodied AI）。
这也是「空间理解」能力最性感的落地场景。过去的机器人（如扫地机或服务机器人）在室内导航时，往往是个「瞎子」或者「高度近视」。它们依靠激光雷达避障，虽然能测距，却不懂环境的语义——它们不知道前面这堆像素究竟是「昂贵的玻璃瓶」 还是 「耐撞的承重墙」。
群核科技正在尝试将其海量的 3D 资产和场景理解能力，投喂给机器人。
通过学习群核数据库中成千上万种真实的室内布局和物品摆放逻辑，机器人可以获得一种「上帝视角」般的先验知识。龙天泽透露，群核已经在做机器人导航中的 3D 物品视觉理解 。这意味着，未来的机器人不仅能「看见」障碍物，还能通过接入 Aholo 的模型，瞬间做出判断：
「这是易碎品，必须绕行 20 厘米。」
「这是柔软的沙发，可以紧贴着走。」
从服务设计师，到服务机器人，群核科技的数据价值，正在发生一场从「画图」到「识途」的质变。
03
摸着李飞飞过河
对于群核科技来说，「空间智能」既是一次站在风口上的顺势而为，也是一次略带遗憾的「迟来觉醒」。
在发布会后的交流中，团队内部流露一种真实的紧迫感，甚至有一种声音感叹：「 要是早知道，去年就该发力做了。 」
这种遗憾背后，其实是对 AI 技术代际演进的深刻复盘。当大模型从文本（Text）卷向图像（Image），再到视频（Video），行业终于意识到，下一站必然是 3D，是物理世界。群核科技猛然发现，自己手里那些原本只用于装修设计的图纸和模型，在新的 AGI 语境下，突然变成了一张通往物理侧人工智能的昂贵门票。
这种冲击不仅发生在技术层，更直接撼动了商业模式的底层逻辑。
陈航（群核科技 CEO）透露，随着 AI 产品的推出，传统的 SaaS 售卖方式正在失效。以前，软件是按 Seat（坐席） 收费的，逻辑是「人」在使用；但现在，调用场景变成了「人机混用」，机器调用的频次可能比人高出几个数量级。
「如果只按年费、月费收费，机器一调用就被拉爆了。但如果只按 Token 或 Credit 充值，准入门槛又太低，无法筛选高质量客户。」陈航说道。
为了适应这个新时代，群核正在摸索一种「年费/月费 + Token/Credit」的混合计费模式。这不仅是计费方式的调整，更是对软件价值定义的重构——从卖「工具的使用权」，转向卖「算力与智能的消耗量」。
当然，陈航也表现出了难得的清醒。他坦言，国内市场对 AI 产品的付费验证周期相对较长，「 让客户在原有预算之外再花额外的钱，是很难的，必须要验证绝对的价值。 」
他们坦言，关于未来具体怎么走，商业模式是卖 API、卖模型还是做新的超级应用，目前并没有百分之百的定论。这更像是一场「摸着石头过河」的冒险，只不过这一次，河对岸多了一个明确的灯塔——李飞飞。
「摸着李飞飞过河」，不仅仅是一句玩笑，它有着双重含义：
一方面，是 方向上的确认 。李飞飞和 World Labs 的存在，证明了「空间智能」不是一个伪命题，而是 AI 进化的必经之路。这给了群核科技巨大的信心，去重仓投入这个原本只有他们在做的冷门领域。
另一方面，是 路径上的独立 。群核没有盲目照搬硅谷的纯科研模式，而是结合中国产业的土壤，利用自己独有的「显式数据」壁垒，走出了一条更注重可控性、更强调产业落地的差异化路线。
对于群核科技而言，这条河刚刚过了一半。水深水浅，唯有自知。
但至少，在通往物理世界 AI 的这艘大船上，他们已经不再是岸上的旁观者，而是手握罗盘与燃料的核心玩家。未来或许充满不确定性，但对于一家拥有 14 年数据底蕴的公司来说，没有什么比「正在场上」更重要的事情了。
*头图来源：视觉中国
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO
群核科技
