决定AI胜败最重要的因素是人才和组织。
从英伟达离职，回到中国创业，又反向杀入黄仁勋的腹地，没有投资人不喜欢这样的故事。
典型代表是摩尔线程创始人张建中，他曾任全球副总裁、大中华区总经理，在2020年创立摩尔线程，也被称作“中国版英伟达”。2025年12月，摩尔线程登陆科创板，市值一度超过3000亿元。
另一个代表是群核科技创始人黄晓煌。在美国攻读硕士研究生期间，黄晓煌曾加入英伟达任软件工程师，参与了CUDA开发。2011年，他从硅谷回到杭州，与同学创立群核科技，其打造的“酷家乐”是中国最大的空间设计平台。但群核科技IPO的故事，要更为曲折。
2021年4月，群核科技在纳斯达克申请上市。那时候，一起排队的中国公司有30多家。但到了下半年，风云突变，群核也无奈撤回申请。
到了2025年2月，群核科技向港交所递表，、建银国际为联席保荐人，又正值“杭州六小龙”声名鹊起。结果6个月内，申请未获批，招股书失效。2025年8月22日，群核再次向港交所提交上市申请，目前仍在排队中。
云启资本创始管理合伙人毛丞宇在IDG时，主导了群核的第一轮机构投资，后来又持续加注。“杭州六小龙”火了之后，有一次他跟黄晓煌感叹，“运气和命运还是蛮奇妙的。如果群核当时（2021年）上市了，‘杭州六小龙’（皆为非上市公司）就不会有它了。”
黄晓煌自述，创业15年以来，他一直拿着“GPU上云”的锤子，在找钉子。他先是瞄准了家居行业，上线了风行一时的产品“酷家乐”。随着房地产潮落，黄晓煌的锤子又瞄向了机器人仿真训练、工业仿真等为代表的物理AI，直接挺进英伟达的腹地。
2025年年末，群核进一步推进空间智能开放平台Aholo，持续开放其底层的空间重建、空间生成、空间编辑与空间理解等核心能力。
在2026年CES大会上，黄仁勋预言，物理AI应用在自动驾驶和机器人身上的ChatGPT时刻快到了。英伟达更新了数字孪生仿真平台Omniverse与世界模型Cosmos的同时，也推出了专有的机器人模型Groot和Alpamayo。
黄晓煌也对物理AI做出了预测，他说：“3到5年，空间智能的爆发节点就会到来。这不仅取决于算法、数据，也决定于算力和硬件。可能某个聪明人一下子解决了关键算法，瓶颈就突破了。”
2024年11月，群核正式推出空间智能训练平台SpatialVerse，为机器人提供合成训练数据。2025年3月，群核发布并开源了空间语言模型SpatialLM；8月，发布开源空间生成模型SpatialGen；11月，群核工业AI孪生平台SpatialTwin对外发布，它被视为工厂大脑，能实时模拟真实工业环境动态，支持智能体规模化运行。
目前，银河通用、智元等头部机器人公司都已经成为了群核的用户。
2011年成立后，群核先后拿到了IDG资本、纪源资本、顺为资本、经纬创投、高瓴创投、云启资本等机构累计数亿美元的融资。
招股书显示，2025年上半年，群核科技收入为3.99亿元，同比增长9.4%，其中企业客户订阅收入占主要部分，目前，公司已经实现扭亏为盈，公司经调整净利润为1782.5万元。得益于产品订阅的SaaS模式，2024年到2025上半年，公司毛利率维持在80%以上。
不同于英伟达“大开大合”式的创新布局，群核的做法是小步试错探索。2018年，群核就开源了InteriorNet数据集，这是当时全球最大的室内空间认知深度学习数据集，也吸引了不少硅谷大公司寻求合作。
但接下来，群核在进一步探索空间大模型时，遇到了瓶颈。虽然2017年Transformer架构已由谷歌团队提出，但彼时还未成为技术主流。而群核很早就想把空间数据转化为脚本，但脚本输出非常困难。
黄晓煌说：“当时养了5~10个人，就凭兴趣做。像给孩子报兴趣班，也不追求什么商业回报。”最终，这个困扰群核的技术问题直到大语言模型开源潮起，才得以解决。
不过相较于大语言模型的火热，做世界和空间模型这条路依然显得“异类”。在国外，除了黄仁勋和李飞飞之外，几乎很少有人All in其中。世界模型所需的数据工程量更大，技术门槛更高，可能要5~10年甚至更久远才能看到回报；但资本只关注当下的事情。
黄晓煌的创业伙伴同样“异类”，他与群核科技CEO陈航、CTO朱皓互相支持创业15年。三人本科皆为计算机专业，黄晓煌和陈航都来自浙江大学，朱皓则来自清华大学。三个人又同为UIUC（美国伊利诺伊大学厄巴纳—香槟分校）的硕士研究生同学。
毛丞宇有一次跟黄晓煌聊天，他好奇：“三个人创业到现在没有大的矛盾，这在团队创业者中很少见。”黄晓煌这样回答：“可能因为大家背景和判断都比较接近，没有什么大的分歧。”毛丞宇提醒：你们也要防止产生思考盲区，三个人思考太一致，好处是内耗比较少，但也需要外脑来点醒。
早些年，黄晓煌也聘请过外部高管。但他们发现，外脑在业务稳定发展时能起到作用，但在做转型时，就会成为巨大阻力。“任何一个有前瞻性的决策，一定是少数人决定，而不是交给10个人决策讨论的。”黄晓煌说。
黄晓煌认为，决定AI胜败最重要的因素是人才和组织。从2023年开始，字节跳动、阿里巴巴、腾讯等公司在全世界范围内争夺最优秀的人才，这一度让创业公司步履维艰。但最终，“钞能力”并不决定一切，仍有大模型创企在大厂的阴影中成长起来。
2025年，黄晓煌两次接受《中国企业家》的专访，分别在发布空间生成模型SpatialGen，以及发布工业数字孪生平台SpatialTwin之后。群核此刻的状态，有些像2006年的英伟达，黄仁勋孤独地推销CUDA，将它免费提供给大学教授、气象行业使用。
在2025年3月英伟达的GTC大会上，黄晓煌曾碰到了黄仁勋，两人见面寒暄并合影，外界总拿他在2011年离职英伟达，并卖掉股票的事情开玩笑。黄晓煌为此发了一个朋友圈，他写道：“从GPU高性能计算到今天具身智能训练，创业一路受到NVIDIA和老黄的思想影响是毕生财富。谈钱就没意思了。”
如今，黄晓煌在开源空间语言数据集和模型同时，不断为工厂、机器人、电商等场景提供使用工具和底层能力，他也在等待一个ChatGPT为英伟达带来的爆发式契机。
以下为对话全文（有删减）：
伟大的公司都是从很小做起来的，创业总有机会
《中国企业家》：外界对你们最熟悉的产品是“酷家乐”，现在你们转向做空间智能，好像有二次创业的感觉。
黄晓煌：不是二次创业，我们是在老的业务系统上做升级，原有业务还在不断强化，我们训练的大模型也在参与服务。因为起步于用GPU高性能计算来实现三维的空间设计，我们才能沉淀下现在稀缺的三维数据，这为我们走向空间智能奠定了基础，一切其实是顺势而为。
《中国企业家》：你们在2018年就开源了当时全球最大的室内空间认知深度学习数据集InteriorNet，你们对此有没有争论？技术瓶颈一直等到2022年ChatGPT问世才解决？
黄晓煌：肯定有争论，2018年我们还挺兴奋的。开源之后，很多合作伙伴找上来，我们还扩张了团队。后来发现技术遇到瓶颈，又把团队收缩了。当年，我们自己要训练一个大语言模型去解决这个问题，是不可能的。
大家堆积木一样，一层一层堆上去，没有人开源底层大语言模型，你很难输出一个完整的代码出来。也许后面还会有别的模型基于我们的模型做训练，这就是开源的意义。
《中国企业家》：你曾说过，当时也没有买足够多的卡。
黄晓煌：2021年，我觉得AI要火，因为很多论文发出来了。我们从美国挖了一个AI教授来做，当时想给你人均几十张卡就差不多了，团队当时也就两三个人。哪里知道现在动不动要几千张卡，如果当时你是老板，你能批吗？不可能。
《中国企业家》：你也是从英伟达出来的，所以，你对GPU物理渲染是非常熟悉的。
黄晓煌：最早期的时候，我们是做了一个物理正确的渲染模拟。当时也是拿着锤子找钉子，正好碰到家居行业特别火，所以就做了酷家乐。
《中国企业家》：现在，这个钉子又多了机器人。
黄晓煌：我们自己做过不少探索，比如VR、AR，但行业很快就消沉了。因为你拿着锤子找钉子，肯定要找增长最快的行业。
《中国企业家》：找钉子这个过程当中，很考验作为创始人和一把手的能力。
黄晓煌：一个是你的眼光，对未来的预期。同时，要保持对最新技术足够的敏感性。我们创业这14年，见过各个行业的起起落落。最早大家居行业老板走路带风，赚钱太容易了。当时我们的产品没出来，就做了一个demo，大家都来下单，把POS机都刷爆了。
但没有永远好的行业。就像汽车行业，前两年挺好，现在也要进入存量竞争了。但人对科技和效率的追求是永恒的，所以要顺势而为，逆着潮流去做就很累。
《中国企业家》：现在大家都在做语言模型，你们做空间智能这件事，是不是有点逆着做？
黄晓煌：当你逆着潮流在做时，你要把团队缩小，做最核心的技术探索和积累。当机会来的时候你再去扩大。我觉得要保持好奇心和技术信仰，但也不用意气用事。我们2018年做空间智能，好几次感觉是机会来了，但后来发现都错了。
这次是一个比较大的机会，最核心还是看具身智能能否真正落地，我个人觉得可以。这波是好几浪叠加在一起，有大模型，有具身智能，机会很大。所以，我们加大了投入。
《中国企业家》：所以，你们不管是模型还是工具，要建立起迭代的节奏感？
黄晓煌：2022年之前的10年，我们开始做酷家乐，我一直感觉技术没什么大的变化。我一度觉得创业就是拼商业，拼销售能力，大家的东西都差不多。我虽然做得肯定比别人都好，但也好不出一个身位。
但2022年之后，有一个很明显的差别。现在的产品非常多，都在爆发式地增长。别人把GPU堆起来后，产生的能力超出了原来所有算法的能力。所以我们也尝试，用简单算法加上很多GPU卡，再加上海量数据，就比原来辛苦做算法强大得多。
《中国企业家》：技术的迭代跑得太快，也很容易死掉，你们会特别警惕什么？
黄晓煌：创业本身就是九死一生的事情，没有办法避免。我也探索了好多新业务、新模块，有的成，有的不成。人的认知有限，尝试大概率都是失败的。但核心是：失败你得快点知道，以及投入的损失不要太大。
创业公司各方面资源都有限，创始人只能快速学习、快速努力，因为创业公司肯定动作比大公司快。所以你只要足够快，遇到东西快速调整，我觉得都是有上升机会。今天所有伟大的公司都是从很小做起来的，大家总有机会。
除了数据，还要提供工具
《中国企业家》：你们怎么说服机器人公司用你的模型和数据集训练？银河通用、智元已经是你们的客户了，但一些公司可能会担忧数据安全。
黄晓煌：我们是单向提供合同数据，没有这方面的风险。
《中国企业家》：这个流程是怎么样的？机器人公司如何跟你们定制训练数据？
黄晓煌：每个公司都不太一样，我们的引擎可以快速配置出不同需求的合成数据。目前物理和人工采集数据质量高，但速度慢、成本高，合成数据速度快、量也多。
《中国企业家》：从空间到数据，再到供机器人使用，目前整个环节畅通吗？有没有什么难点？
黄晓煌：如果你做机器人的交互训练，训练完之后要到物理世界去验证。你会发现许多异常情况会缺失数据。比如我们有客户房间里有猫、狗粪便，你就得去补充，重新测物理参数。这个过程很痛苦，我们有同事每天对着屏幕，看这些图片视频很难受，你要去解决很多边缘情况。
《中国企业家》：2025年11月，你们推出了工业AI孪生平台SpatialTwin，选择数据、模型和工具一起做，你们内部是如何考量的？
黄晓煌：在推进（酷家乐）老业务的时候，我们发现，如果你只是提供原始的数据，只有少数几个公司能轻松驾驭。所以，我们希望提供更丰富的工具链来帮助各类公司来解决这些问题。
工具、数据、模型三者是不可或缺的，促成了一个数据飞轮，未来我们也会围绕这个飞轮，狠抓这三方面，构建“数据—模型—应用能力”的闭环。
《中国企业家》：CPU时代就在讲孪生工厂了，GPU时代数字孪生工厂发生了哪些变化？
黄晓煌：原来是自动化时代，未来会走向智能化时代。它们的区别是：当机器人拿杯子时掉地上了，机器人会很轻松地判断，它要不要捡起来继续走。但对于一个自动化设备来说，东西掉地上，它还是会按照原来的程序，该怎么做还怎么做。
这里挑战点很多，需要做一系列的工具链系统来解决问题。
《中国企业家》：你们最初选择新业务比如工业场景的时候，为什么不做一个Agent？它在当下更流行。
黄晓煌：我们觉得Agent太“薄”了。你如果做一个to C的产品，做Agent可以。但面向工业严谨场景使用，Agent不够，它需要很丰富的能力。
《中国企业家》：工业AI孪生平台，还有哪些亟待解决的问题？
黄晓煌：我们认为机器人要真正能干活，有三个还要解决的问题。第一，是空间认知，第二，空间的推理，第三，行动的决策，我们之前开源了空间认知模型。但还不够，你还要解决推理跟行动控制，所以SpatialTwin解决后者的问题，规模化的具身智能在工厂工作时，你怎么推理，怎么决定下一步的行动，都可以在数字孪生平台进行验证再做布局。
《中国企业家》：你们内部投入了多少资源去做？
黄晓煌：大概二三十人，用了一年多时间。
《中国企业家》：SpatialTwin跟英伟达的Omniverse很像，都是工厂仿真系统。你们双方是竞争关系吗？
黄晓煌：我们能够兼容Omniverse。Omniverse是一个本地仿真系统，我们更侧重提供数据，以及数据与数据的模拟。
《中国企业家》：在工厂变革中，群核希望扮演什么样的角色？
黄晓煌：类似于“卖水人”的角色。我们不生产这些设备，我们研究设备离智能化落地还差哪些环节，哪些是需要我们做的？
目前，最容易变革的是工厂的规划。从一个传统的自动化工厂过渡到智能化工厂，怎么去规划它？第一步还是做规划，然后去训练智能体。你要把每台机器想象成一个Agent，这些Agent跑在孪生平台上，孪生平台又构成物理世界的镜像。
《中国企业家》：现在空间智能相当于到了ChatGPT能力的哪一年？
黄晓煌：差不多相当于GPT2.0（2019年）阶段。
《中国企业家》：你认为这个进展是快还是慢了？
黄晓煌：很快。很多人看AI的发展，觉得像是一个爬坡的过程，实际更像一个跳高的过程。有人突然发现了一个新的算法，AI就往上跳一下。AI算法依赖最聪明的人突然的灵光一现，从GPT2.0（2019年）到GPT3.0（2020年）并没有多久。
《中国企业家》：哪些事情可能会加快这个进展？
黄晓煌：算法、算力、数据、硬件都有可能。2025年硬件迭代非常快，大家也在想办法解决算法、算力、数据的问题，这几者是密不可分的。需要多少数据取决于你的算法，有什么样的算力决定了算法能做成什么样子，所有人都在努力。
《中国企业家》：语言模型里有Scaling Law，空间智能有这样的法则吗？
黄晓煌：现在的大模型框架训练都存在Scaling Law。但空间数据比较难获取，成本很高，难度也大。比如我们训练自己的大模型SpatialLM识别图纸时，我们给图纸打标签，搞数据可费劲了。打一个图纸标签大概要花100元，100万张就得1亿元。数据翻了10倍，模型效果可能只翻了一倍。
想找到合适的方法，就要依赖工具。所以，这是一个系统工程。
《中国企业家》：投资人都支持你们转向空间智能这件事吗？
黄晓煌：很多投资人跟普通人一样，大家都有自己的想法。大部分投资人对于空间智能还是认可的，少部分不认可也没办法，那他们只能撤出了。
AI最后是人才和组织的竞争
《中国企业家》：你们公司现在有1300多人，你怎么说服大家去做物理AI和空间智能这件事，这看起来是英伟达大公司才能做成的事。
黄晓煌：每周我们都会与所有员工沟通，发布我们最新的进展，演示各种技术demo。
每次拥抱变化，拥抱新的趋势，总有人相信，有人不相信。你只能尽量让大多数的人去相信、去认同。如果他还不相信，那只能分道扬镳，企业最终要找志同道合的人同行。
创业最难不是技术问题。就像投资，要改变人的想法很难。具身智能也没人能打包票一定行，但如果你相信这东西行，你在做的过程中就乐趣无穷。然后你保持公司死不掉，是盈利状态，就挺好的。
事情成不成有各种阶段的问题，有时间问题，也有运气问题。这谁都说不准，但你做了、不后悔，你就行了。
创业最怕你为了赚钱去做一件事情，最后不赚钱，亏得一塌糊涂，你就会讨厌甚至厌烦这件事。
《中国企业家》：现在大厂高薪抢人很严重，你怎么保证自己培养的人不被挖走？
黄晓煌：我们经历了好几个周期，我们建立了好的组织文化，吸引优秀的人才。我们把能力建立在组织上，而不是依赖某几个个体。今天公司没了我，照样运转。我们经营十多年了，整个体系也建立起来了，不会出现个别人被挖就出问题。
我们更关心的是如何吸引全世界最优秀的人才加入。只要我们招人的速度比流失的快，对公司就是好的。公司有进有出，这很正常。
《中国企业家》：你们在2025年初也推出了“星核人才计划”，也给出了最高百万年薪。
黄晓煌：一些真正的人才看重的不是我比你高1000块，就一定去高薪的公司工作，否则你肯定抢不过大公司。
在人才的认定上，我觉得也要差异化。大公司认可的人才不一定很强，而且一定会有大量的人才在大公司的体系里不太好生存。但在我们这种中等规模的公司里，我们可以天天跟他一起工作，有什么事情可以直接找到我。大公司不行，你不能直接找马云汇报。
像Meta一样，招一个人花1亿美元，这事我做不到。但土壤比某个人更重要，我们会在力所能及的范围内给优秀的人才更好的福利。纯拼钱不解决问题，在AI时代，不是说钱给够了，就什么都能做出来。
我作为创始人，如果不下水去研究AI、读论文，你也没有办法做一个合理的决策。而且，最好的算法不一定是最贵的那个人想出来的，这个事是玄学。
所以为什么大家要招应届生，并不是应届生就一定比工作经验多的强。而是有工作经验的都被字节、阿里圈养起来了，你怎么抢？
《中国企业家》：所以，要相信年轻人。
黄晓煌：你只能相信。这里也会有一些顶级人才，甚至比有工作经验的强得多。前段时间，我们面试了一个MIT的本科应届生，我们出了一道题，他现场做，他就比一个有十几年工作经验的大厂高管强非常多。
《中国企业家》：所以“杭州六小龙”走红之后，对你们招聘人才有帮助吗？
黄晓煌：吸引人才，多多益善。平时我们还是尽量保持低调，希望多做一些贡献，能对得起这个知名度。
《中国企业家》：你们为什么选择把空间模型开源？
黄晓煌：开源其中一个意义在于人才吸引。开源模型后，很多优秀人才看了你的模型，或者在科研过程中试用了模型后，他们自然会奔到你的公司来。你开源了，竞争对手也不会拿着你的模型威胁到你，因为真正跟你竞争的也就那几家，他们拿你的模型去跟你竞争，肯定不如你。所以综合起来是利大于弊。
《中国企业家》：你现在最重要的工作是什么？
黄晓煌：把公司带入下一个阶段。因为我们是经历过好多周期，每一次周期来的时候都是惊涛骇浪，不小心踏错了，那就万劫不复。你到底选择升级、重新创业，还是坚守老的赛道，是一个非常谨慎、非常困难的决策。
嘉多网配资提示：文章来自网络，不代表本站观点。
- 上一篇：实盘杠杆配资平台 舆情监测：从风险防控到价值创造的商业新蓝海
- 下一篇：没有了
热点资讯
