硅星人（駱軼航、王兆洋）

黃曉煌 群核科技聯合創始人、董事長

黃曉煌很忙。

當我們在圣何塞見到黃曉煌，他剛剛從GTC會場趕來。在這場大會上，他和團隊開源了新的空間智能模型SpatialLM，與黃仁勛見面握手，和合作伙伴開會，去大學招聘，還在自家展臺上親自接待各路人馬。

在群核科技因為“杭州六小龍”而爆火前，他基本很少露面。此前人們不知“群核”，只識“酷家樂”——全球最大空間設計平臺公司。作為群核科技聯合創始人和董事長的黃曉煌更像一個技術癡迷者，他在凌晨讀論文，自己寫代碼復現，邀請硅谷的研究者加入群核的AI研究院，推著公司技術部門開源數據集和模型，與硅谷的諸多公司在AI上低調商業化合作，保持著與這里一線AI研究者的密切互動交流。

在創業的第14年，當他跟你聊天，你看到的好像還是多年前那個從英偉達離開的年輕人。

2010年，黃曉煌被英偉達點名拉進CUDA團隊。不過他卻只待了一年多的時間。當時行業對于GPU依然遲疑，但黃曉煌卻認為黃仁勛對GPU的信仰仍然不夠極致——他認為英偉達當時就應該把GPU做成云服務。

于是他選擇回國創業。后來的故事，被大家熟悉的是以酷家樂為主角的那個版本。但另一條主線里，酷家樂背后的群核科技，一直在沿著黃曉煌最初創業的思路曲折前進——把GPU變成最通用的計算方式。

這種落差在群核科技因“杭州六小龍”而聲名鵲起，開啟港交所上市之路后被放大。一方面，前沿的“空間智能”成了這家公司的新標簽，開源的SpatialLM大模型在最新的HuggingFace趨勢榜上，很快被推到了第二的位置，僅次于“杭州六小龍”的另一家DeepSeek。另一方面，“家裝公司”的舊標簽仍會被一些人提起，但顏色正在褪去。

最近，我們有機會和黃曉煌在硅谷做了一次深度的交流，這也是了解這家公司前世今生的機會。

以下為對話實錄：

小宇宙收聽??

群核誕生：為了追求比黃仁勛更極致的GPU通用技術

“老黃在上面，用畫筆畫公司增長的第二曲線，‘S curve’，下面員工就喊：‘Stupid Curve’！（愚蠢曲線）”

硅星人：我們從“群核科技”這個名字說起，“群核”的英文名是“ManyCore”，顧名思義就是很多“核”，實際上就是很多個GPU，也就是GPU集群。今天GPU集群是什么大家都很清楚了。但是這個名字是不是今天起的，而是2011年起的——那一年你創立了這家公司。這個名字當時有什么來歷？

黃曉煌：其實”many core” 是我在伊利諾伊大學香檳分校讀博士學位時候的研究方向。這是英偉達（NVIDIA）當時提出的架構，多核的計算架構。當時英偉達主要是要跟英特爾競爭。英特爾當時的單核處理器遇到了瓶頸，那未來是走“多核”還是走這種”群核”的路線？英特爾提出的是“多核”，也就是“multi core”，而英偉達提出了“群核”，many core。名字好像差不多，但是實際上這兩種的架構會差很多。

多核，就比如說你的電腦，單核、兩核、四核，八核，大家都是這么過來的。八核。英特爾的那套其實是對舊體系的修修補補，但核真的多了就不管用了。你會發現你的筆記本電腦使用效率很低，即便是20核，你同時用兩個軟件已經不錯了，一邊聽歌一邊打字，對吧？英偉達當時就覺得這個方法不scalable（不可擴展）。如果解決這個問題，就是一個任務跑在所有核上，而且是幾個GPU一起來完成一個任務。這就要改變它的計算模型。改變計算模型圖形處理器（GPU）的計算模型其實是最合適的，所英偉達推出了群核GPU的概念。用一個CUDA架構，把一群核的處理器計算資源都給調動起來，而不是像英特爾那樣修修補補的。

群核科技創始人合照，從左到右依次為朱皓、黃曉煌、 陳航

這個肯定是聽起來是神奇，但它當時的難點在于：整個計算體系方法論都是英特爾定的，群核GPU，而且通過CUDA這么一個框架，等于重新建一個體系，這是很難的，但也很牛。

硅星人：確實挺牛的。所以多核是multi-cores。一個核運轉一個任務，多核運轉多個任務。群核是 many cores，其實是一個任務跑在多個核上，以實現性能和效率的最大化。在10多年前英偉達搞GPU群核的難點是，英特爾是當時計算行業話語的主導者，而英偉達當時是個小公司。所以CUDA 從一開始的角色，就是為了一個程序能夠跑在多個處理器上，提供一套全新的架構算法？

黃曉煌：CUDA是一個編程框架。原來英特爾定義的編譯器，沒辦法編譯一個軟件能夠充分調用GPU的性能。所以英偉達要在這里突圍。它就是要有一套新的編譯器，編程語言能充分的調用GPU的所有的核一起提供計算，這是最難的，這個框架就是CUDA。過去的編程框架都是英特爾做的，他是絕對不會為英偉達做優化的，只會為自己的芯片做優化，然后上面還搭了一層東西。當時要推一個新的編程框架非常困難，CUDA就是這個很難推廣的框架。

硅星人：你看，今天的芯片算力提供者挑戰CUDA架構有多難，當年英偉達用CUDA挑戰英特爾就有多難。前兩天英偉達GTC，我看英特爾剛剛退休的 CEO 基辛格（Pat Gelsinger）也來了，還是挺感慨。因為當年英特爾的“多核”戰略，就是他當在那會兒當英特爾CTO的時候做的，但基辛格本人是有過GPU的想法的。只不過現在GPU和CUDA架構成了計算的主流。

黃曉煌：嗨，理論上當時英特爾要做英偉達這套群核的東西，完全是可以的。就是那個Pat（指的是英特爾當時的CTO，2021年到2025年初擔任CEO的帕特 基辛格）要是不被英特爾董事會給弄走的話，專注做群核，這就是英特爾的未來。但是英特爾公司大，戰線很長，內部搞來搞去的。我記得當時那個Pat搞了一個叫什么Larrabee的GPU芯片。當時在英偉達我覺得天都快塌下來了，這個我們怎么搞？但是沒想到后面英特爾自宮了一把啊。

硅星人：自宮了，前任CEO 歐德寧（Paul Otellini）退休了，不讓Pat 做 CEO，提拔了一個搞芯片制造的CEO，Pat 就走了去VMware 做CEO了。所以2021年，Pat回英特爾做CEO，你看他又把GPU優先撿起來了。

黃曉煌：對啊，但是來不及了。那時候已經錯過了最佳時期了。他肯定也有董事會的壓力。你會覺得英特爾的董事會沒有一個懂技術的。你想想，10多年前，你會覺得非移動的芯片有用嗎？那個年代肯定是all in mobile 啊，誰在乎GPU 啊？

硅星人：英特爾那會兒內部占上風的X86架構的移動芯片，但資本市場的反饋不錯。我問過當時英特爾的CEO 歐德寧，你們接下來最大的不確定性和挑戰是什么？他說是華爾街的預期，因為當時英特爾股價很好。華爾街永遠期待它能拿出符合他們預期的更好的東西。結果前兩天老黃（英偉達創始人兼CEO 黃仁勛）在GTC演講的時候也抱怨這一點，說無論現在英偉達推出什么，都不太容易滿足資本市場預期。我就很感慨。

黃曉煌：其實我們做企業的也有這種感慨。資本市場的耐心就是：一天就是早晨起來股市跌了，他們就恨不得把你祖宗十八代都罵一句。創業者可能在一級市場里還好一些。二級市場投資人就非常短視的。這個對于一個做底層創新，或者做大事兒的CEO是很難的，除非你自己是創始人，反正別人不能拿你怎么樣，那扛得住。絕大部分后面就像英特爾這樣的職業經理人了，人家看你不爽就可以把你fire掉。所以這種職業經理人你在華爾街的壓力下，你什么都做不了。

但當初英偉達就還好，創始人自己就是CEO。我記得我在英偉達工作的時候，不光華爾街罵英偉達，我們聽老黃開季度的all hands meeting（全體員工會）。老黃在上面，用畫筆畫公司增長的第二曲線，“S curve”，下面員工就喊：“Stupid Curve“！（愚蠢曲線）。當時很多人都覺得“Nvidia is like a stupid”，我當時作為小白，我也覺得我在的這公司，市場也就這么大。

“我當時我就沒想明白英偉達干嘛不去做云計算啊？”

硅星人：但當時你在UIUC（伊利諾伊大學香檳分校）讀博士學位，拿的還是英偉達的獎學金，這是什么原因？是因為給的錢多么？

黃曉煌：其實是因為我當時找的導師正好跟英偉達在合作。英偉達總共給了100萬美金，所以也是陰錯陽差。反正我當時作為中國學生能上到UIUC這種名校，計算機全美前五。我本來就是讀這個的，那有這個獎學金也挺好的。2007年，研究CUDA的算法和框架，這是個新東西，我也沒覺得有什么問題。

硅星人：當時有人用CUDA開發嗎？

黃曉煌：很少。所以說英偉達為什么要贊助學生來寫框架？就是學生再不用的話，那就真沒人用了！所以就讓我們寫用CUDA的論文，因為我們發論文，都提到了CUDA。就是先得把學術界給拱起來，大概是這么一個路徑。我讀到第三年的時候發現，只要你用CUDA改寫一下C++,就能發篇論文。這就成了你當時發論文的一個捷徑，因為新。

硅星人：其實是“水”論文的一個捷徑，但你讀到第三年，直接拿了個碩士學位。就放棄拿博士學位了。

黃曉煌：我就去了英偉達。我先是在英偉達的實習，后來他們要我去，那會兒團隊的人也很少，應屆生我估計都不太愿意去，招不到人。因為我拿了他們的獎學金，拿人錢財，他們直接就給我導師發信：說很需要我去英偉達，那就去干一兩年唄，不想干了再回去讀書唄。我兩年就拿到碩士學位了，然后博士學位項目 gap了 一年，可以回去。但是超過一年沒回去，那就算了。

硅星人：所以你在英偉達其實全職了多久？就是你也在臺下覺得當時英偉達的增長曲線是stupid curve的時候？

黃曉煌：全職工作一年多。

硅星人：然后你就選擇我就創業了？當時其實你有兩個分叉，一個是回學校繼續讀博，一個就是回中國創業。對，然后你選擇了博士學位回國創業。為什么？那個時候回去的人確實很多倒是。

黃曉煌：怎么說呢？當你工作過，你真的很難再靜下心來回憶學術界。其實我在學校里干的事情跟工作的時候干的事情差不多，都是開發框架，發論文。學校其實還不如工作的時候，工作的時候各種GPU和設備都隨便用，學校里面很緊缺，而且工資還高。那不如留在英偉達繼續干。

硅星人：其實也是在英偉達進行學術生涯的延續，但是有了更多的資源和錢。

黃曉煌：對，只不過沒那個學位。

硅星人：可是如果是今天你第一次做AI創業，在中國，碩士學位可能就不夠。有的VC是拿著學校和學位去看該投多少錢的。

黃曉煌：是有可能的，當時是夠的。如果你要自己創業，你管那個學位干嘛？VC看這個純看學位的啥都不懂，學問你不會看嗎？那還要他VC干嘛？

硅星人：我們還是說回來你創業的事兒吧，2011年，你創辦了群核，這個名字來自英偉達當時提出來的未來計算架構方向。你在英偉達的實習和工作經歷，以及你在那里學到的東西，還是非常影響你創業最初始的一些想法的。

黃曉煌：是的，我當時工作的時候，對Jensen（黃仁勛）他這個愿景，也就是把GPU用來做通用計算的愿景，我是非常buy in的。我本身在研究這個方向，我覺得毫無疑問這就是未來。但是我當時我就沒想明白英偉達干嘛不去做云計算啊？天天做那個移動，我覺得不太現實，我覺得做就應該去做云計算。

我當時跟我的manager聊過，你不是愿景就是要做這種超算么？我就不太認可這種在本地做高性能計算。所以我創業就做服務器，做云，然后我發現做到服務器芯片老燒，我才知道不好。英偉達不做不是因為它不愿意做，而是GPU這個東西那個年代，放在服務器就是跑不起來，溫度110攝氏度，我多放幾張卡，溫度就是幾百度，超過幾分鐘就燒了。

硅星人：所以當時的問題是，GPU這玩意兒放在云上才能實現高性能計算，但是老燒。

黃曉煌：當時的GPU工藝沒辦法跑在云上。我其實創業前兩年我也很痛苦，我要做GPU上云，結果我的卡全都燒了。我們當時還專門寫了一個算法來測溫度，我記得是直到2014年，英偉達買了一家公司，推出了一個動態調頻技術，解決了溫度過高的問題。我原來的做法效率很低，你得把它停下來，然后讓它降溫，利用率就大幅下降。英偉達后來的做法就是溫度過高，那把主頻降下來，然后就保持著一定的溫度，后面的技術越來越好了。所以你看，英偉達的股票也是那之后開始大漲的，它解決了GPU上云的關鍵。

當GPU遇上酷家樂：拿著GPU錘子找到了賺錢的釘子

“我們用GPU做家裝實景渲染，上臺演示，東西都沒做出來，上臺講概念，demo了一下產品原型，下面那一堆人刷卡買。”

硅星人：所以你頭兩三年，基本就是在跟技術瓶頸天人交戰。

黃曉煌：對，以前做純軟件的時候，都沒意識到這個問題。服務器什么都是你們自己搭好了。然后燒了反正有人換卡。雖然我自己也沒解決問題，但英偉達解決了對吧？

硅星人：這個技術瓶頸不是你解決的。所以我很好奇創業前兩年，投資人怎么看你？先不說后來酷家樂的家裝業務，它火之后融資不成問題。你們最早期的時候，投資人看的是什么？你最早是線性資本的王淮Harry 投的，他是硅谷回來的人，他為什么投你？

黃曉煌：我原來在硅谷就跟他認識，一起做浙大硅谷校友會的volunteer（志愿者）。我們一開始融資還挺折騰的。最早拿了一個硅谷的term sheet，我然后上飛機回國前一天，被毀約了。后來我碰見Harry，他說你出來創業了。我說你要不投我？他說他當時跟著一個大佬一起做基金。投不投最終要那個大佬拍板。

硅星人：可是Harry后來也用線性的基金跟投了。

黃曉煌：那是后面的事情，IDG投的時候跟投了。

硅星人：當初你啥商業模式也沒有，就是有GPU集群，然后又要做GPU上云。2009年亞馬遜才開始做云業務，2013年進的中國。你那會兒做云，大家也不會把GPU跟云聯系起來，非常不被討論的一個方向。然后你就開始拿著GPU集群的錘子，去找商業模式的釘子了。然后很幸運地找到了“酷家樂”這顆釘子。可是為什么就酷家樂這顆釘子，最后被GPU的錘子給釘在墻里邊去了？

黃曉煌：當時找了各種各樣方向。有的方向壓根就找不到任何的用戶，有的方向有用戶，但他們都想白嫖，比如說用GPU做影視后期處理對吧？那就是做項目尾款給的很慢，這個我們不需要取。這都是很困難的，找應用場景很困難。做酷家樂是碰到運氣比較好，趕上中國房地產爆發。我們用GPU做家裝實景渲染，上臺演示，東西都沒做出來，上臺講概念，demo了一下產品原型，下面那一堆人刷卡買。

硅星人：都是家裝設計公司現場刷卡？

黃曉煌：對，其實它們根本就不想用，它們就是想買了，給消費者摟一眼，幫助拉客，就是因為覺得效果很炫酷。3D然后十秒鐘生成，整個家裝效果很炫酷。但家裝公司他們自己其實不用，反正就覺得東西挺好，5萬塊，很便宜。

硅星人：買回去玩唄，可它們能刷多少個5萬呢？

黃曉煌：挺多，搞一次活動，刷了一百多萬。2011年底，我把東西收好，把東西寄回國，把公司注冊好，就到春節了。然后2012年在融資，融資也不太順利。見了30多個投資人，沒有一個愿意投的。一開始我們拿自己的錢，2012年基本用自己的錢。王淮那筆錢是2012年底給的，demo 是2013年做出來的。

硅星人：然后英偉達動態調頻解決GPU上云的規模化問題也解決了。我能感受到一個明顯的落差。就是你GPU做通用計算，以及GPU上云，哪怕是硅谷大廠當時也是剛剛做。你自己按照這個愿景做，發現到處都碰釘子。投資人也好像不太懂你說這的這些技術。然后然后你去找客戶，發現哪怕第一波客戶也不是因為你的技術愿景買單的，但它們確實給了你實打實的第一波收入。這創業的前三年你猶豫過么？

黃曉煌：創業的前三年。其實我心態變化很大。我離職創業的時候還有點傲氣，覺得英偉達這個管理層太弱了。我都看得出來GPU得上云，你怎么就不懂呢？我跟manager說了，他不愿意做。那我創業，然后創業過程中在現實面前一遍一遍被毒打。然后我發現，英偉達肯定（GPU上云）是有規劃的，只是我不懂而已。原來Jensen每個季度all-hands，講華爾街的壓力，second curve什么的，我還不太理解講這個東西干嘛呢？下面還在起哄“stupid curve”什么的。后面你自己創業，發現GPU的概念那個年代根本沒人認可，投資人不會投你的。

王淮投我那是因為純粹是朋友，我后面融資是編了另外一個故事，就是IDG投的時候。當時美國的Houzz正好很火，它是美國當時最有名的一個家裝平臺，其實是家裝圖片社區，但它的圖片都是靠人去拍的。然后我們就編了一個段子：Houzz 不是要靠人去拍照片嗎？我不用人拍，我就用GPU渲染。我就跟投資人你說別管我們用什么方法，反正就是我不用能拍，我也能做出這個家裝社區來。這個故事很快就融到A輪B輪，都是這么講的。

“其實對我來說，家裝我也從來不關心行業本身，只不過你把技術用在什么行業而已。反正我做我的事兒。”

硅星人：我第一次聽說酷家樂是在2015年，也是你們的投資人赫斯特資本（赫斯特是一個出版集團）的人講的。

黃曉煌：對，它（赫斯特）當時有一個家具的雜志。我說我這個都不用拍照。美國人工貴，我這個不用拍照就有效果啊，他們覺得太好了。但如果你講的故事是GPU集群什么的，直接給你一巴掌就讓你走了。跟他們講GPU，多半都不知道是啥玩意兒，賊費勁了，知道了絕對不會投。就跟他們講個這是自動版的Houzz，不用拍照版的Houzz。

硅星人：2011年到2014年，不是所有人融錢都困難。那個階段做LBS（基于地理位置服務）還有O2O（線上到線下服務）的都能融到錢。

黃曉煌：我這個也沒有 to O （指做線下），就是一個社區。融來那些錢，弄了幾個產品經理，你們去做社區。我其實還是在研究GPU。

硅星人：反正我覺得國內那會兒能融到錢的一個是本土特別接地氣的創業者，另一種是硅谷回去帶著光環，但一下子就能把地氣接上的那種。但你好像都不是，你某種意義上是科學家，是工程架構師，是研究驅動的創業者，這在當時是不吃香的，基本融不到錢。那酷家樂起來之后，C輪D輪的投資人是不是開始相信GPU的故事了？

黃曉煌：那會兒酷家樂第一輪的增長已經飛起來了，看的是酷家樂數據。C輪開始就是internal round，我們不講是內部股東逼的，反正那會兒的增長非常快了，基本上融的錢都不夠做流動資金了。就當時也賺錢的其實也挺多的。

硅星人：那你覺得那幾年酷家樂能漲得快的原因是？

黃曉煌：我以前分析得很多，其實我們做的事兒也不稀缺，其實就是房地產泡沫帶來的一個巨大的躍進。

硅星人：時代紅利，房地產多了，房價高了，裝修也跟著多了。

黃曉煌：對，當然也跟我們產品做有關系，因為那時候競爭是很激烈的。非常多做類似產品的公司，我們其實是只是其中一家。我們產品力是做的最好的。很明顯那個渲染得效果速度。但是那個時候如果效果差一點，但公關的能力強，都能活著。后面整個市場下行之后，我們的數據是最好的。用了我們的都會繼續用。其他的很多就不行，房地產市場掉下來之后就掛掉了。

硅星人：等于酷家樂就是科研人員用GPU上云的架構和算法，創業搞了家裝。這跟用人工智能和機器學習搞量化收割股民，其實挺像的啊。

黃曉煌：沒有，我當時跟合伙人是分工的，社區和網站什么都他在搞，我還是帶著團隊在GPU渲染什么的。GPU 渲染其實跟Diffusion Models是一脈相承。

硅星人：陳航那邊更多在搞業務。

黃曉煌：對，他在搞那個業務，我就還在搞技術。其實對我來說，家裝我也從來不關心那個行業本身，只不過你把技術用在什么行業而已。對吧？。

硅星人：一開始不好融錢，后來用中國版自動生成3D渲染版的Houzz這個概念，再后來酷家樂的數據很好，這些事兒對你本身究竟是個什么樣的創業者，其實啥影響都沒有？

黃曉煌：反正我做我的事兒。

硅星人：那到了現在，我們開始押注空間智能（Spatial Intelligence），黃仁勛說這個是物理世界的AI（Physical AI）。它需要物理世界的強大的數據集和基于物理世界規律的基座模型。但是反過來去想，如果當時沒有選家裝這個帶到，我們能不能在2018年就公布InteriorNet 這個物理世界的數據集？今天能不能有這么真實的物理世界的鏡像數據？如果當時沒有酷家樂，今天有沒有可能也能走到空間智能這一步？

黃曉煌：這個也沒法假設的。英偉達的方法論，也是拿著錘子找的釘子做出的CUDA。然后天天再看，這個核磁共振能不能用擴大加速一下，渲染能不能加速一下，都在找這種應用。其實家裝這個行業在2017年底到2018年已經爆掉了，已經不增長了。我們3D渲染加速的第二波增長其實靠的是這個工業軟件，就是“全屋定制”。它是做工業化的裝修。我們2017年到2018年開始做全屋定制工業軟件，因為家裝行業當時已經有問題了。我們用全屋定制的工業軟件把增長的接力棒給接上了之后，這基本上是我們后來做空間智能的基礎了。

硅星人：因為全屋定制掌握了一個更復雜的廣闊的場景里的數據。

黃曉煌：做家裝效果不需要物理正確，效果正確就行了。全屋定制需要的是物理正確。家裝就是一個渲染軟件，效果看起來行就可以了。你做工業軟件，每一個細節都得對，這個時候是給空間智能奠定了一些基礎。

大量物理正確的3D數據和空間認知數據提供仿真支持

硅星人：我一直以為“全屋定制”是建材行業的和搞商業樓宇的人搞出來的概念。

黃曉煌：是他們搞出來的，最終實現就是我們的實現。

硅星人：因為全屋定制需要物理真實和物理正確。那我們往前回溯一下，在酷家樂業務的井噴期，你在公司里面組建了一個實驗室吧？

黃曉煌：2015年建的實驗室，主要做渲染的。

硅星人：你們后來剛開始做物理正確的全屋定制，基本在同時也就是2018年，你們推出了一個3D的物理場景數據集，叫InteriorNet，這個名字是故意學李飛飛搞的ImageNet么？

黃曉煌：那就是啊。

硅星人：你在UIUC讀博的時候，正好ImageNet正在辦視覺識別的競賽。

黃曉煌：對，因為李飛飛當時就在UIUC當教授，她組織的比賽，線上的，我就玩了一下，就是沒獲獎。

硅星人：AlexNet 的框架就是這個比賽里出來的，總之你們InteriorNet名字對ImageNet致敬了一下。

黃曉煌：山寨了一下（笑）。天天在干裝修，不如再干點有意思的事情。那一年因為正好是國內“裝修貸”爆掉了，各種裝修公司都不太行。加上房地產泡沫，我們前十的裝修客戶倒了9家。 我當時就在想：這個全都倒閉了，我們怎么辦呢？這時候就面臨著轉型問題。轉型的一個試點是往計算機視覺的AI轉，還不是大模型，而是小模型。另一個就是全屋定制的工業軟件轉，好幾個方向都在嘗試。InteriorNet發出來學術界有了一些水花，但業務當時是全屋定制做的比較好，很快收入就挑起了大梁。

硅星人：當時全屋定制工業軟件能不能完全彌補家裝丟掉的收入？

黃曉煌：那肯定，又帶給我們帶來了一波新的增長。

硅星人：這個增長一直到哪年？

黃曉煌：到疫情差不多，增長到了商業地產爆掉，到2021年底。從2018年到2021年，全屋定制從零占到公司50%多的收入。

硅星人：這會兒你們的故事是啥？工業4.0？

黃曉煌：工業軟件后面其實跑的是數字孿生。

硅星人：這事兒就很有意思，這兩天黃仁勛在GTC 上發布了英偉達Omiverse，他講的就是數字孿生用于工業制造。

黃曉煌：對。反正英偉達的方法論，就是不斷地拿著錘子找釘子。你用GPU集群，隨著算力的不斷提升，能做的事兒也是在不斷的變化。從最早只能做渲染，再把GPU的AI計算，就是小模型的計算用在工業領域，都是一步一步的發展。英偉達很多時候都是不斷地忽悠或者慫恿客戶，說我們覺得這些領域可行，也是一個摸索的過程。就像我們當時做家裝的idea，就是來自第一屆的GTC老黃的keynote demo（開場演講演示）了。他說我這個GPU能干這個，把128顆顯卡連了起來，跑了一個demo，就是實時的家裝渲染。

“黃仁勛keynote講的東西都是很前沿的。說白了，他說的東西，你要今年就做出來賣，那你就死定了。”

硅星人：拿著錘子找著釘子了，老黃給的這顆釘子。你想如果是今天的老黃給了這么一個方向，國內恨不得馬上有50個團隊出來做。

黃曉煌：我們當時這個方向都上百個團隊在做。這個idea是簡單的，但是你要把它做極致。你們可能有細節問題解決清楚，能夠真正被人用起來，這個是真正挑戰的。

硅星人：也挺有意思。你們創業有點像是跟老黃的平行時空，與英偉達在一開始交錯了之后，其實就一直在糾纏在一起。

黃曉煌：因為每年我都看他的keynote，他keynote講的東西都是很前沿的。說白了，他說的東西，你要今年就做出來賣，那你就死定了。

硅星人：英偉達的那套方法論，你比較熟悉，就是他拿錘子找釘子。但其實本質是因為你有錘子，這個錘子是足夠通用，堅持GPU通用計算。你一直堅持到現在。。

黃曉煌：這個其實也不叫堅持，別的你也不會，你有什么辦法呢？這個有一定的運氣成分。說白了，這個過程里，如果英特爾的幾個創始人還年輕氣盛，那肯定是他們都要弄一個小團隊干干，絕對不會像現在這樣。這里面有各種因緣巧合。英偉達正好碰上了一個老去的競爭對手，所以它就勝出了。

硅星人：其實英偉達作為一家公司也不年輕了，32年了。昨天在見媒體的時候，黃仁勛說自己是全世界唯一一個做了這么長時間CEO的人，直到現在。

黃曉煌：這個很關鍵，太重要了。要是沒有這個因素，我覺得英偉達活不到到現在。

硅星人：英偉達抓住了GPU釋放價值所有的環節。英偉達用GPU在工業智能上做了一些事情。但它在人工智能這一波被廣泛應用之前的場景，一個是“挖礦“，一個是游戲。然后如果沒有這個大的銀行用場景，其實，它后邊在人工智能這塊的作用，可能也沒法這么最大化。

黃曉煌：對，它如果不是挖礦賺到錢的話，后面的技術問題也解決不了。

硅星人：有錢很重要。梁老板（DeepSeek創始人梁文鋒）有錢，所以他能夠做技術理想主義者。

空間智能第一股背后：和字節們搶人，和股東們博弈，“六小龍”之后一切豁然開朗

“（ChatGPT出來后）我其實就焦慮了，那段時間就天天閉關，在那兒看論文，自己做測試這些開源代碼。這種焦慮感到了2023年底才消失。”

硅星人：2022年11月30日是這個世界的一個分水嶺——通用人工智能的應用被推到了世界面前。那個時候你在做什么？

黃曉煌：我其實2021年就組建了一個前沿技術研究院。我剛才說看到Diffusion Model的論文發出來了，我當時就挖了一個教授回來帶前沿技術研究院，就在做這個SpatialLM（空間大模型）的大模型。

SpatialLM 基于視頻重建的3D結構化場景

本來想，這玩意兒沒有個五年，做不出什么能用的東西出來，然后就組了一個團隊，慢騰騰的地做。我記得我們負責人回來說，給他多搞點GPU唄，我說GPU都被挖礦的搞走了，你要不就別搭那么大的機器了，省點錢。后面我靠2022年怎么一下子就這么火。

我后面也反思：我看到了這個趨勢，但是沒看到它能發展得這么快。但是也沒問題，大家都預測不了。ChatGPT剛出來的時候我有點手忙腳亂，因為我覺得這東西三五年才能夠可用，怎么才一年就這樣子了？感覺這個世界變化了，簡直匪夷所思的。后面我其實就焦慮了，我自己那段時間就天天閉關，在那兒看論文，自己做測試這些開源代碼什么的。這種焦慮感到了2023年底才消失。

硅星人：為什么2023年底焦慮感就消失了呢？Sora 也是 2024年才出來的啊？

黃曉煌：那會兒開始，不會每天有都新的東西出來。但2022年底那段時間，每周都有新的各種東西出來，你發現你看代碼和看論文都來不及，什么都做不了，就光焦慮。

硅星人：那你們鎖定空間智能模型的思路也是2023年底那時候成型的？

黃曉煌：對，因為我們也不想去做什么大語言模型，我就沒有梁文峰那個勇氣。這不是我本身沒勇氣，我還是偏做圖像3D相關的，語言我也沒什么興趣，我就直接pass了，然后跟Diffusion Model，跟三維相關這些模型，我就一直在研究，這是我們的重點。

這時候就是買卡和找人，但問題是招不到人，你這公司名不見經傳的，而做這種行業的都要最頂尖的人。

“跟字節在搶人，我說我們公司好啊，你來做大模型，對方看了一眼：我來干嘛？讓我當CTO啊？”

硅星人：你們是有名氣的，但名氣不在AI模型這個領域。

黃曉煌：對啊，人家一看，一個家裝公司，我做AI的人去那兒干嘛？這些人選擇有很多，你比如說清華或者北大最頂尖的那些學生哪兒都能去，你錢又給不了多少。為什么來你這里？招人非常困難，所以就進度很慢。最近就好多了。現在簡歷很多，都是非常特別優秀的人。

硅星人：所以招人困難的這個狀況是基本上到了這倆月才解決的嗎？是有了“杭州六小龍”這個說法之后才解決的嗎？

黃曉煌：你說的是（笑）。

硅星人：這么慘啊。所以你們是跟誰搶人？是跟生數科技和愛詩科技它們搶人嗎？

黃曉煌：不是，都是跟字節這種的在搶人，人家要去北京上海，干嘛來你杭州啊？甚至我面了一個清華剛畢業的大學生，我說我們公司好啊，你來咱們公司做這個大模型。他看了一眼：我來干嘛？讓我當CTO啊？。

硅星人：清華的博士嗎？

黃曉煌：不是，本科生。

硅星人：那Sora 和別的視頻模型出來。對你們也沒有什么特別直接的影響？

黃曉煌：你肯定著急。但是我們原來的團隊就是做這種行業里的應用，招了大量有行業經驗的人，技術本身不是頂級的。

硅星人：行業技術跟通用前沿技術兩個路徑不同。

黃曉煌：對，然后公司2000人，你要換血怎么弄？這換不了，你的薪酬體系都擺在這里，行業經驗越多工資越高。然后突然你一個清華畢業的頂級人，小年輕，你拿的是人家15年工作經驗的人的工資，那公司里邊就炸了。后來我面臨的就是這個問題，你要換血換方向，要從傳統的賽道切換到AI賽道，技術上、方向上都想的很清楚，還要把人搞進來。

“我不是特別想做那種看起來有門檻，但只是針對菜雞有門檻，巨頭能把你滅了的事兒，這就算了。”

硅星人：我們再多講講空間智能。你說過，群核在做的是物理世界的模擬器。把物理世界做成一個數字鏡像，你講過這里面的一個最核心的東西，就是“是物理正確”。我們應該怎么去理解“物理正確”的門檻？物理正確的門檻是不是只有群核有？

黃曉煌：“物理正確”我本身覺得沒有什么門檻，但你要做成一個ecosystem（生態系統），這個是有門檻的。說白了，大家的體系都不太一樣。或者這么說，你的體系里是米為單位的，它的體系里是mile為單位的。所以你要做成行業標準，但它真正有門檻的地方在于數據，還有模型，以及你的相關的工具的矩陣。這些會形成網絡效應。

硅星人：你們手里應該是有全世界最豐富的物理世界數據，復雜的物理世界數據。我看最近Google發的論文，也提到用了你們的物理世界數據，因為它數據上可能是有門檻的。

黃曉煌：是有門檻，但在模型訓練上，我們現在都是跟世界最一流的公司在合作，你要說門檻，對他們來說沒什么門檻。要說對于一般的公司來說，肯定有門檻。就看你怎么定義。我們公司的創業理念是：你要么就做一個行業老大，不管它市場大小，起碼能守得住。我不是特別想做那種看起來有門檻，但只是針對菜雞有門檻，巨頭能把你滅了的事兒，這就算了。所以模型訓練這部分我們我們自己會做，但我們從來不會把這個作為一個核心。核心還是空間智能的數據和工具鏈。

硅星人：工具鏈通過開源打造？

黃曉煌：開源的部分我也想通了，這東西可能就大佬巨頭投很多錢能做出來。那我就覺得沒有必要，其他公司反正也沒有這么多資源來做這個東西，那我反正就開源了。反正就是大家在這基礎上做，相當于起步高一些，可能還有合作機會。不然你第一步就把大家勸退了，以后就沒得玩了。

硅星人：群核最近發布的SpatialLM 模型，還有SpatialVerse 空間智能平臺，把它們開源出來，跟一些世界頂級的公司在一起搞空間智能訓練。基于群核的數據集和模型。這個過程中接入了很多國內的機器人公司，都跟群核合作訓練模型，名字有可以說的嗎？

黃曉煌：招股書上寫了智元，其實基本都合作了。很多他們愿意說的我們就說。

“六小龍之后，聽不到這樣的PUA了。”

硅星人：家裝給你們創造了第一波非常豐厚的現金流，后來工業軟件的現金流蓋過了家裝。那接下來空間智能的模型和數據集，能不能創造像之前這兩波業務這樣的現金流？

黃曉煌：我覺得長期肯定可以。

硅星人：多長？

黃曉煌：多長我不知道。但如果看到短期一年兩年的賺很多錢，那除了去搶銀行對吧？沒有這么確定性的東西。我覺得創業做到目前階段，我也看了創業路上無數的同行的人，就是到了一定階段還其實挺看運氣的。包括我自己，經歷了房地產崩盤的這一步，我復盤了很多次，我都復盤不出來會崩成這個樣子。但是我有一個心得：這些賽道都有風險，但是做自己感興趣的。房地產這個賽道，我原來做的時候確實我自己沒什么太大的興趣，但是我知道我能做好，但我不必去做。可是一旦市場崩了之后，我突然覺得為什么我不能提早發現這個房地產市場會崩？要會知道崩，我絕對不做。但是機器人這個賽道……

硅星人：崩了你也不后悔。

黃曉煌：對，你也不后悔，就是崩就崩了，不后悔，只在乎曾經擁有。

硅星人：機器人這個賽道且崩不了呢。

黃曉煌：所以機器人這個賽道我們本來2017、18年就開始做了，一直堅持到現在，投資人天天逼著我們把這個業務砍了。耗算力，天天逼著我們砍。

硅星人：對，你們SpatialVerse（空間智能平臺）是就是那個時候出來的。

黃曉煌：確實是。感興趣的我就做唄，那會兒確實是內部砍了很多項目，就這個沒被砍。投資人在PUA我們說機器人估值低，趕緊砍。

硅星人：那你是從什么時候開始聽不到這樣的PUA的？

黃曉煌：“六小龍”出來之后，六小龍之前還剛被投資人罵了個狗血。

硅星人：等于你從牛夫人變成小甜甜，就是一個春節的事兒。可去年10月和11月的時候機器人融資很熱啊。

黃曉煌： 就不看好機器人賽道，你為什么要做這個呢？

硅星人：空間智能、物理AI 和世界模型，幾個詞經常被混用，我很興趣未來我們面對新一類的投資人，無論是一級市場還是二級市場的，我們該怎么去向他們講什么是空間智能？李飛飛在一個場合給克林頓解釋什么是空間智能，她也沒講清楚。如果是你給類似克林頓這樣角色的人講，你該怎么解釋？

黃曉煌：學術界是大概有明確定義的，確實很抽象。對但我覺得對大眾講，就是給機器人和智能設備用的AI，你可以這么解釋，當然這是比較科普式的，給機器人和智能設備用的AI。

硅星人：給機器人和智能設備用的DeepSeek。

黃曉煌：對你可以這么講，它內部也會有一個大語言模型，做常識性的判斷。這個語言模型是用來理解意圖的。物理世界主要就是給設備用的AI。這么弄就比較好理解。

硅星人：最后一個問題，中國和美國做空間智能，誰更能出成果？

黃曉煌：我覺得空間智能本身是跟數字世界的橋梁。物理世界肯定中國牛X，數字世界就美國目前肯定還是牛X一些，綜合起來誰更牛X還不知道，得看各方面因素。

硅星人：是不是因為我們今天在硅谷，你才這么講。

黃曉煌：在中國也會這么講。這是一個事實。因為一個DeepSeek出來，中國就什么全方位超越美國，這不現實。很多新的模型還是美國這邊發的。硅谷這邊肯定是學術科研更厲害，中國更多是工程效率。所以我覺得既然空間智能是兩者之間的橋梁，肯定是希望中美之間好好過，對吧？大家吵個架，還是坐下來一起過。那你要征服得話，那誰輸誰贏，這確實是一個未知數。對，就一邊擅長硬件，一邊擅長軟件，這不好說。

點個“愛心”，再走吧