文 | 光子星球

人工智能的競爭，正在從圖文生成延伸到對物理世界的理解。隨著空間智能被頻繁提起，一些長期深耕垂直行業的軟件公司，也隨之進入新的坐標系。

日前，Manycore Tech Inc.（群核科技）獲得相關部門境外發行上市備案通知書。繼前幾年數次遞表未果之后，這家以空間設計平臺起家的公司，正試圖在新的技術敘事下完成資本化進程。

自首代產品 " 酷家樂 " 起，群核通過為家裝設計提供三維圖形渲染服務，在十余年里沉淀了完整的空間計算能力，以及大量結構化的三維數據資產。

在通用視頻模型仍以二維像素生成邏輯為主的當下，大模型普遍缺乏物理規律與空間因果理解。誰能提供真實世界結構化 3D 數據與空間推理，誰就掌握了構建世界模型的關鍵養料。

原本服務于設計行業的 3D 場景建模，如今開始承擔新的用途。

目前，在具身智能領域，群核已與智元、銀河通用、智平方等企業達成合作。有了這一層面的助力，群核有望成為 " 杭州六小龍 " 中首個完成 IPO 的企業。

尚處于早期的空間智能，還沒有等來屬于賽道的 GPT 時刻。這是押注三維空間的群核，必須擁抱的不確定性。

家裝與 AI 的接軌

群核的起點并不在人工智能，而在三維空間計算。

群核創始人黃曉煌早年曾任英偉達軟件工程師，參與了 CUDA 的開發。最早開始，群核便以云原生的 GPU 空間建模與渲染引擎為核心能力。前文提到的酷家樂，便是一個將三維建模、物理渲染與實時計算搬到云端，讓設計過程數字化、在線化的空間設計平臺。

長期服務家裝行業，讓群核收獲了一整套空間表達體系，如室內裝潢所包含的結構關系、尺寸約束、材質屬性與物體層級等。

這些信息在設計場景中用于展示與交付，在 AI 語境下，則具備訓練與推理價值。

與文本之于大語言模型相似，三維空間數據之于空間智能，是模型理解物理世界的基礎素材。兩者的不同之處在于，文本可以在互聯網環境中自然生成，而結構化三維數據往往需要長期建模、整理與工程化處理——生成成本更高，組織難度也更大。

公開信息顯示，過去十余年里，群核積累超過 5 億個結構化 3D 空間場景數據。這些不斷清洗、標注而沉淀下來的數據，讓群核能夠直接在三維結構層面進行建模與推理，為 AI 提供符合真實物理規律的訓練場景。

在此基礎上，群核將空間智能拆解為四類能力：空間重建、空間生成、空間編輯與空間理解。

我們可以把空間重建理解為 " 將真實世界掃描進計算機 "，這也是空間智能賽道的基礎能力。例如《黑神話：悟空》中的大量場景，就依賴激光掃描與三維重建技術，將真實建筑與地形轉化為高精度數字模型，從而在游戲中呈現符合真實比例的山西古建筑。

有了可訓練的場景建模，就可以進一步拓展多樣性。空間編輯，便能讓工程師能夠像設計師調整裝潢布局一樣快速修改、組合搭建好的數字空間。

早在 2018 年，群核就開源了 InteriorNet 數據集，嘗試把空間數據用于深度學習。彼時模型能力與算力規模尚未成熟，空間數據的價值難以釋放。直到訓練架構與算力規模完成躍遷，這些沉淀的資產才開始具備規模化訓練意義。

如果說重建與編輯尚屬于群核在垂直家裝積累的工程能力，生成與理解則更進一步。

前者需要讓 AI 根據指令輸出符合物理約束與邏輯的可用場景，是空間智能走向規模化生產的前提；后者則是空間智能最底層的能力，要求 AI 能夠判斷空間關系與物理邏輯，如桌子不能懸空，門可以開合，機器人不能穿墻而過。

這些常識在語言模型中可以通過文本推理獲得，但在三維環境中必須通過結構計算完成。在具身智能場景中，理解能力直接決定智能體能否規劃路徑、避讓障礙、完成任務。

2025 年 3 月，群核科技于英偉達全球技術大會 GTC2025 上宣布開源的多模態空間理解模型 SpatialLM，便是讓機器人具備對空間的認知推理能力的 " 眼睛 " ——讓一個機器人識別出哪里是廚房，幫助人類端出做好的菜，比在開闊場地扭秧歌更具技術難度。

自重建到理解，空間智能的邊界被逐步打開。原先停留在家裝設計行業的垂直資產，也被群核拆解成了 AI 時代的通用模塊。這種從 " 賣軟件 " 到 " 賣能力 " 的轉變，讓其在技術底層上完成了與 AI、具身智能賽道的接軌。

再造一個 "CUDA"？

創新擴散是每一項新技術走向普及的必由之路。即便是如今被視作 AI 產業的基礎設施的英偉達并行計算平臺 CUDA，也經歷過挨個給高校和開發者寄送開發包，甚至虧本補貼的早期采用者階段。

曾參與 CUDA 開發的黃曉煌，如今也帶著群核，走到了相似的路口。

在家裝設計時代，群核的商業模式相對清晰。酷家樂以及其海外版 Coohom 主要通過 SaaS 訂閱覆蓋設計效率場景，傳統軟件的成本能無限趨近于 0，收入結構穩定，毛利率可控。

智能則遵循不同邏輯，企業核心成本來自算力與模型調用，資源消耗與使用頻次直接掛鉤。

這意味著，群核所錨定的空間智能，需要重走一遍 CUDA 的來時路——邁過技術跨越的第一步后，如何為這些昂貴的底層能力定標定價，讓市場買單并預留充分的再發展投入，是群核在 IPO 進程中需要翻越的一座大山。

好比圖形程序員更多選擇用 CPU 做通用計算的 2007 年，華爾街對具備 " 跨時代 " 意義的 CUDA 并不買賬。資本追逐的更多是眼前的利，要想賭未來，故事需要更扎實的現金流做支撐。

群核曾在 " 杭州六小龍 " 概念盛行的 2025 年上半年，嘗試沖擊港股交易所，結果申請未獲批。同年 8 月 22 日，其再次向港交所提交申請。

英偉達當年能夠熬過生態冷啟動期，一個重要原因是消費顯卡市場提供了穩定現金流。玩家對畫質與幀率的持續需求，為 GPU 迭代提供了規模化收入，也為 CUDA 生態培育爭取了時間。

和當年的英偉達一樣，群核所面臨的挑戰也不小。

招股書顯示，2022 年至 2024 年，公司營收分別為 6.01 億元、6.64 億元與 7.55 億元，增速保持在低兩位數區間；2025 年上半年收入為 3.99 億元，同比增長 9.4% ——上一個時代的群核，需要與地產行業的周期波動做對抗。

另一方面，群核在 2025 年上半年實現盈虧平衡，經調整凈利潤為 1783 萬元。客觀環境的壓力下，傳統 SaaS 業務為空間智能投入提供的緩沖有限，群核相比英偉達更需要新時代客戶的托舉。

這意味著群核需要更快找到高頻、剛性的付費場景，這也把問題自然推向商業模式本身。

去年 12 月的酷 + 大會上，黃曉煌直言：" 未來機器的調用量會遠超人類，只按人頭收年費會把系統拉爆，只按 Token 收費門檻又太低。混合模式才是未來。"

相似的模式，我們可以參考小步快跑進 AI 時代的協同平臺。背靠巨頭，協同平臺可以在早期以補貼方式拉動模型調用，甚至通過集團內部場景消化算力成本，換取市場份額。

群核的處境更為直接，其需要資本化的輸血，也需要進一步證明其空間智能能力可以自我造血。

CUDA 早期工程師曾評價道，CUDA 的天才之處就在于它讓游戲玩家們為龐大的芯片研發成本買單。

英偉達靠游戲市場熬過算法迭代周期。群核需要在一個更小的傳統盤子上完成能力轉型，并等待以具身智能為代表的新場景真正放量。

平臺底座的驚險一躍

從早期英偉達通過可編程著色器賦予像素深度，到 CUDA 將圖形算力轉化為通用并行計算，再到虛幻引擎（UE）在虛擬世界里模擬光影追蹤，人類始終在尋找一種更精準的方式去復刻現實。

如今，這種追求演進到了新的階段。谷歌發布最新 Genie 模型，支持使用一張照片或一段文字描述即可生成可交互、具物理屬性的游戲世界—— AI 不再滿足于生成一段視頻，而是試圖理解重力、碰撞與因果。

群核所押注的空間智能，正處在這一演進鏈條之中。它既不掌握最頂層的通用模型，也不生產底層芯片，而是站在三維空間結構這一中間層級。

群核的優勢在于十余年的結構化三維數據沉淀，以及圍繞這些數據構建的工程體系，這是一種重資產的積累。但 AI 賽道的迭代速度極快，算法突破可能壓縮數據優勢窗口期。

在世界模型的敘事下，擁有算力與通用模型能力的巨頭，同樣在嘗試通過規模化訓練逼近物理規律。算法是否能夠通過二維數據反推出三維邏輯，仍是懸而未決的問題。

如果有一天，純算力的暴力拆解能夠繞過對結構化數據的依賴，群核的先發優勢將面臨挑戰。

空間智能的盈利模式尚在探索期。對于一個需要高額算力支撐的底層平臺來說，群核必須抓住算法迭代前的時間窗口，將自己塑造成行業的默認接口。

去年末，群核宣布將系統性持續開放其底層空間智能相關能力，并推出 Aholo 空間智能開放平臺，將其積累的結構化 3D 資產轉化為 API 和 SDK。

無論是一家做具身智能公司，還是 AI 視頻創業團隊，都可以直接調用群核的 " 空間能力 "。群核的星辰大海，是像英偉達一樣成為開發者繞不開的中間層。

群核所處的位置，是一層可能存在、也可能被跨越的技術結構。它試圖證明，在 AI 時代的競爭中，長期沉淀的三維數據與工程體系，仍然具備獨立價值。

這一層級成立與否，不僅關乎群核自身的估值邏輯，更關乎空間智能能否成為 AI 體系中的長期結構。接下來群核的 IPO 進程，將是驗證這套 " 空間智能 " 邏輯能否在資本市場產生回響的關鍵節點。