群核三位联创朱皓、黄晓煌、陈航。图片由AI生成
文｜晓静
编辑｜徐青阳
10月20日，群核科技联合创始人、董事长黄晓煌发布内部全员信，表达了对空间智能发展前景的判断，以及对公司未来的信心。
“过去半年我们迎来了很多关注，也背负着很大期待。”黄晓煌在信中写道。此时，距离群核科技登陆港交所刚刚过去半年，公司股价已从高点大幅回落，相关股份也刚进入解禁窗口。
同日，群核科技发布公告，黄晓煌、陈航、朱皓及CFO沈倍自愿延长或订立相关股权的禁售承诺，涉及约4.83亿股，占已发行股份总数约27.99%，禁售期至2027年10月16日（未来12个月）。
另外，根据官方消息，线性资本、云启资本、禾赛科技、金涌投资、雾凇资本、华营建筑等股东也表达了长期看好并继续持有的意向。
此时，距离群核科技以“空间智能第一股”的身份登陆港交所，刚刚过去半年。上市初期的热潮退去，公司迎来股份解禁窗口，市场也在追问：从设计软件走向空间智能，群核的转型究竟到了哪一步？
01
上市半年，市场预期发生了什么变化？
今年4月17日，群核科技登陆港交所，成为“杭州六小龙”中首家上市的企业。上市首日，股价上涨144.09%，随后一度触及48.5港元的高点。
但这一上升势头没能持续。截至10月16日收盘，群核科技股价报4.77港元，较上市后48.5港元的高点回撤约90.2%，较7.62港元的发行价下跌约37.4%。
不过，这轮调整也有行业背景。今年1月先后上市的智谱、MiniMax，同样经历了大幅回撤。截至10月16日收盘，两家公司股价分别报518港元和182.1港元，较各自年内盘中高点2980港元和1330港元，分别回撤约82.6%和86.3%。随着更多AI企业进入资本市场，投资者正在重新衡量技术潜力、竞争压力与商业回报，“稀缺性”能够支撑多高的估值，也是行业共同面对的问题。
对群核而言，争议集中在公司当前的收入结构与未来定位之间。酷家乐是群核最广为人知的产品，长期服务于家装和空间设计市场；上市前后受到关注的空间智能，指向机器人训练、三维内容生成和物理AI基础设施。
此前接受媒体采访时，黄晓煌曾将空间智能描述为大模型进入物理世界的关键环节，并认为它未来会成为基础设施。市场期待的是，这些技术积累能够打开比设计软件更大的市场。股份解禁又增加了短期的不确定性。
02
AI收入增长177%，整体收入增长1.5%
上市后的首份半年报，呈现了群核转型中的两种速度。
2026年上半年，公司总收入约4.05亿元，同比增长约1.5%；AI新应用及新产品收入为3100万元，同比增长177%。按此计算，这部分收入占总收入约7.7%。
新业务增长较快，但规模还不足以明显拉动整体收入。与此同时，存量业务也面临增长压力。公开业绩信息显示，公司整体净收入留存率从上年同期的100.3%降至94.4%，意味着按该指标统计的存量客户收入有所收缩。
AI收入的构成包含AI设计、视频及三维内容创作，与面向机器人的仿真训练，面对不同的客户和需求。上半年，群核AI智能设计平台的订单金额为2000万元，SpatialVerse仿真平台的订单金额为680万元。后者定位于机器人的虚拟训练场，提供合成三维训练数据。
从利润来看，上半年，群核经调整净利润约5542万元，同比增长约211%，接近去年全年水平；同期股东应占亏损仍约为1.46亿元，同比收窄约35.5%。
这些数字构成了投资者观察群核的依据：现有业务支撑着公司的经营，新产品虽然开始产生收入，但空间智能何时能成为足够大的增长来源，还需要实际的数字来证明。
03
内部信中的“空间智能”
在内部信中，黄晓煌首先回应了一个直接的挑战：当通用大模型开始具备空间理解能力，专门做三维空间的公司，还有多大价值？
他承认，大语言模型已经能够完成一些过去被认为只有3D技术路线才能实现的任务。但在他看来，这并不意味着空间智能路线走到了尽头。通用模型的空间能力，还需要解决商业应用中的成本、效率和精确度问题。
黄晓煌据此作出一个判断：在没有新范式出现之前，空间智能中的相当一部分推理决策，将由语言模型完成；具体任务的执行，则需要专门的模型提高效率、控制成本、处理细节。群核希望找到的位置，是与通用模型配合，将决策转化为能够交付的空间任务。
这也影响着公司对世界模型路线的选择。黄晓煌认为，视频生成模型关注如何让世界“看起来真实”，显式3D世界模型关注如何让世界“稳定存在”。两条路线过去各有侧重，未来将走向融合。群核仍会沿着显式3D方向投入，重点关注尺寸精度、时空一致性和结构化表达，让模型生成的空间具备更准确的物理信息。
对于这些模型需要的数据，他提出了两条获取路径。一条是从真实世界采集：以空间重建系统Aholo Reality对接激光雷达、扫描仪、相机和手机，并借助具身设备自动采集数据。信中透露，公司与机器人企业共同打造的相关方案将很快面世。另一条是通过世界生成模型Aholo SpatialGen，生成包含更丰富物理信息的空间，用于后续训练。
更具体的变化，发生在模型如何完成任务上。黄晓煌判断，今天依靠外部工具链和Agent编排补足的能力，将逐步进入模型本身。例如，3D打印需要的部件拆分、游戏制作需要的骨骼绑定、影视制作需要的相机调度，未来应由模型在理解指令后完成规划、拆解与执行。
在这一设想中，空间模型提供的能力也将超出生成一个三维物体：生成、重建、理解等任务会逐步统一，不同三维数据格式也将由同一个模型输出。
与此同时，调用这些能力的对象将从人扩展到AI。黄晓煌在信中提出，空间生成能力可以被通用Agent直接调用和消费。这提供了更大的想象空间，群核未来既要服务设计师和内容创作者，也希望成为其他智能体完成任务时调用的一项能力。
黄晓煌与管理团队也在信末承诺，未来12个月不减持所持公司股票。
以下为内部信全文：
各位核伙人：
距离在港交所上市，已经过去了半年。过去半年我们迎来了很多关注，也背负着很大期待。
群核过去15年穿越过不同周期，我们打过硬仗，也摔过跟头，长周期带给我们的不只是复杂性，还有更丰富的内核和更扎实的积淀。今天这封信，我想和大家聊聊我们脚下的路、眼前的浪，以及我们为什么依然笃定地站在这里。
15年的时光，我们和时代都一直在快速变化。业务形态和技术判断会随着周期改变，但一家公司的底色和价值取向不会变。大模型的突飞猛进，让我们从围绕空间实现应用服务，开始有机会走向更广阔的世界。接下来的5年、10年，以及无限的未来中，我们坚持一件事：
用空间智能，让数字世界和真实世界越来越接近——不只“看起来像”，更要“真的对得上”，我们要最终成为AI通往物理世界的入口 。
一、空间智能这件事情到底要做什么
上个月，GPT6 Astra的出现，让业内开始怀疑3D这个大行业的前途。在我看来，这既不能轻描淡写地看作是一个普通的语言模型进展，也不必因此宣判空间智能路线的完结。
一方面，通过大量数据的预训练，以及长程任务的推理，大语言模型已经涌现出对空间的理解能力。这确实让我们开始意识到，它可以实现一些过去认为只有3D路线能实现的事情。虽然看似对3D行业带来了冲击，但这对于AGI服务我们的物理世界，是巨大的利好。
另一方面，我们也观察到，这种推理范式在成本、效率和精确度等方面，是无法真正投入商用的。这更让我们相信：空间智能模型会是走向物理世界落地的最后一公里的能力。
空间智能距离真正大规模落地，至少还有三个重要问题要解决：
数据基础设施的建设
空间智能目前最大的瓶颈在数据，核心根源还是物理世界被数字化的比例还微乎其微。我们在从物理世界获取数据这件事情上过去做了大量探索，并且能够看到具身设备做自动化数据采集是必然的趋势。数据到模型的自我迭代，会促使这一过程实现自我循环。
世界模型的显式路线和隐式路线在走向融合
过去两年，关于世界模型一直存在隐式表征路线和显式表征路线的争论。不同技术路线实际上是在回答不同的问题：视频生成模型关注如何让世界“看起来真实”，显式3D世界模型关注如何让世界“稳定存在”。随着GPT6为代表的大语言模型的发展，能看到两条路线相互转换的必要性与可能性，未来必然是要走向融合的。
推理决策与执行大模型并存落地
大模型的能力越来越强，在空间理解等方面已经展现出非凡的能力。我判断，在没有新的范式出现之前，空间智能的推理决策很大部分将由语言模型来完成。但是在真正的落地场景，效率、成本、细节处理等各方面都需要在专属任务上做大幅提升。未来的范式必然是由语言模型和执行大模型配合实现执行，这是空间智能类模型的一个机会。
二、要和物理世界站在一起
我们坚持技术的终极价值必须要回归物理世界，而不只是停留在数字世界。这既是一种更高壁垒的技术方向选择，也是一种技术价值观。可以说，在物理AI这个概念被提出之前，我们就已经做了很多年。比如我们的起步从光线追踪渲染开始，执着于真实地模拟每一道光线；比如我们不止步于酷家乐的3D设计，而要更深一步走入产业，实现生产对接；又比如，我们选择3D显式路径，希望模型能无限逼近于物理真实……
真正的物理AI，应该能让AI用各种形态解决物理世界发生的问题，它需要被拆解成具体的任务去逐步实现。包括：解决物理世界信息如何结构化输入给AI的问题；解决如何规模化获取物理世界训练数据的问题；解决数字世界推理决策如何回到物理世界的问题；解决世界模型如何具备更丰富物理空间信息的问题。
技术上，我们会更看重参数的表达，时空一致性问题，在乎尺寸精度与结构化能力，并将把这些精准的物理信息内化进模型，以此作为算法探索的方向指引。
三、未来我们将如何布局
基于以上的判断和选择，接下来，我们将围绕算力、数据和模型落地应用三个方向全面发力。希望通过算力打底，模型-数据-应用再回归数据的闭环，实现空间智能飞轮转动。
算力就是生产力
我们从创业的第一天开始，就相信GPU会成为计算的主流，通过自建算力集群来极限优化算力成本，来实现极致性价比的推理成本，这个方法论对于当前的大模型推理服务依然适用。
在模型训练方面，随着今年Harness编程和RSI的落地，算力和数据资源成了新的生产力。我们将在未来3年，将算力和数据规模扩充到现在的数倍以上，这将是一切研发和智能的基础。
探索更快、更丰富空间数据的获取
数据层面，我们将从两方面推进三维数据的规模化获取：
第一，解决物理世界数据难以规模化的问题，探索AI自行在物理世界获取数据的路径。我们推出以重建为核心的Aholo Reality，可广泛对接激光雷达、扫描仪、相机、手机等各类设备，获取高质量物理世界数据。同时，通过具身设备实现空间数据的自动采集，以此扩大数据来源。很快会看到我们联合机器人公司打造的相关方案面世。
第二，通过世界生成模型创造大量具备丰富物理信息的空间。2023年起，群核一直在探索自己的世界模型——Aholo SpatialGen。本质上，这是通过一个聪明的空间模型，完成对空间的合理想象，创造出物理信息越来越丰富的空间数据，最终用于AI的持续训练。
空间智能的推理决策将逐步转向复杂长程任务
过去几年，LLM的发展呈现两大趋势：多任务统一于一个模型，思维链从外部编排内化为模型能力。我们认为，面向复杂的长程任务，终局同样是一个统一的空间智能模型，它具备三层能力：
一是多任务统一：生成、重建、理解等垂直任务在同一个模型内完成；
二是多表征统一：Mesh、PBR、3D高斯、点云等表征一体输出，3D生成模型Aholo Lux3D的大一统架构已经迈出这一步；
三是长程推理内化：模型基于模糊的自然语言指令，在神经网络内部完成任务的理解、规划、拆解与执行。例如3D打印所需的部件拆分、游戏所需的骨骼绑定、影视所需的相机调度，以及空间组装等，这些今天依靠外部工具链和agent编排进行后处理补足的能力，将逐步内化进模型权重。与此同时，模型的调用对象将从人扩展到AI Harness，空间生成能力可以被通用Agent直接调用和消费，二者形成互补。
2022年年末以来，大模型的出现不断带来新的变革。这种巨大的冲击，让每个从业者都感到兴奋，也感到恐慌。面对AI这场史无前例的浪潮，我们无处可退，也无需退。与其被浪潮裹挟，不如成为定义浪头的人。技术的发展永远带有两面性，有冲击就代表着一定会有机会，有变化也就意味着背后一定要有坚持。我们坚信空间智能这条道路的远方，更相信群核在这其中能够创造的独特价值。
在此，我、CEO陈航、CTO朱皓、CFO沈倍承诺：未来12个月内不以任何方式减持持有的公司股票。
AI由人创造，也终将服务于人。公司的发展，从来不是靠某一个人，而是靠每一位同学的并肩前行。感谢大家的付出与努力！
黄晓煌
2026年10月20日
推荐阅读
| 一键关注,明天见 | 看完点个爱心点个赞 |