以GPU集群为基础，通过AI赋能空间设(she)计在市场间仍较为少见，群核科技此番(fan)IPO亦被视为未来“全(quan)球空间智能第一股”的存在。

具体来看，设(she)计功能的数据库(ku)涵盖(gai)数亿个3D模型和几乎所有空间设(she)计元素(su)，例如(ru)家具、电线、管道(dao)、照明、墙壁(bi)、天(tian)花板和装饰配件等。

在该平台，用户只需将CAD图纸等放进平台上即可开(kai)始设(she)计，自动生成设(she)计方案；

可视化则是向用户提供具有高度现实效(xiao)果的即时(shi)渲染，使用户可以在修改设(she)计时(shi)查看渲染效(xiao)果；

实施则是指将设(she)计方案转化为全(quan)面(mian)、准确且可兼容的数据集，以备进行制造工作；

协作是将设(she)计项目时(shi)支(zhi)持在线共享编辑等。

2024年，群核科技的平台平均月活跃访客数为0.86亿名，平均月活跃用户数达到了(le)0.03亿名，每天(tian)处理数百万次渲染及数十亿次应用程序(xu)编程接(jie)口（API）调用。

2022年、2023年、2024年前三季度分别(bie)创收4.9亿元、5.63亿元和4.64亿元，占(zhan)比均在8成以上。

发端于地(di)产

在规模化的收入和较高的客户留存率同时(shi)，群核科技已(yi)经表现出较高的毛利率。2022年、2023年和2024年前三季度分别(bie)达到72.7%、76.8%和80.4%。

当前高毛利率的背后，不(bu)可忽视的是群核科技的主要业务场景大多聚焦于室内设(she)计领域，这导致其主要客户源自房地(di)产的上下游企业。

“我们的客户涵盖(gai)整个设(she)计及可视化价值链(lian)，主要包括设(she)计师、室内设(she)计及建(jian)筑公(gong)司、家具制造商和零售商、定制家具生产商、房地(di)产开(kai)发商及空间设(she)计材(cai)料提供商。”群核科技指出。

通俗理解，设(she)计师等可以通过群核科技所提供的MANYCORE解決方案更高效(xiao)、逼真地(di)渲染生成设(she)计方案。

高毛利现象，在类(lei)似的3D设(she)计企业中(zhong)也并不(bu)鲜见。

作为同样面(mian)向企业提供三维设(she)计软件服务的企业Autodesk，2022财年到2024财年Autodesk毛利率均在90%以上。

但Autodesk与群核科技在业务形态上也存在区别(bie)。

Autodesk主要以传统的CAD等软件为核心，结合AI提升效(xiao)率；但群核科技则借助高性能GPU集群的快速渲染生成图像(xiang)，2024年已(yi)经可以在1.2秒内处理一张2K图像(xiang)。

从账期来看，群核科技已(yi)在地(di)产行业形成一定的话语权。

截(jie)至2024年9月末，群核科技的递延收入达到5.72亿元。

不(bu)过持续的研发投入，导致群核科技仍处于亏损状态。

2022年、2023年、2024年前三季度的研发开(kai)支(zhi)分别(bie)为4.38亿元、3.91亿元和2.63亿元，占(zhan)收入的比例分别(bie)为73%、58.89%和47.56%。

2022年至2024年第三季度末累计净亏损额为17.72亿元。

稀缺的数据

让群核科技IPO备受市场关注的，并不(bu)是当下贡献主要收入的地(di)产相关业务，而是其所坐拥(yong)的智能空间数据集的资源禀赋，以及AI浪(lang)潮下所带来的想(xiang)象空间。

群核科技针对下一代(dai)室内环境AI开(kai)发的SpatialVerse拥(yong)有庞大且物理正确的数据集库(ku)，使开(kai)发者(zhe)能够在虚拟环境中(zhong)训练AIGC模型，增强智能机器人、AR/VR系统及具身人工智能的认知能力。

“所谓物理正确，就是符合物理世界的真实规律，包括对光的模拟、材(cai)料的性质（比如(ru)金属的光泽、布料的柔软度等）、物体之(zhi)间的物理交互（碰撞、摩擦力等）、几何与空间的关系。”北京一位大厂(chang)AI工程师向信风（ID:TradeWind01）解释称。

发展理解物理世界的AI，已(yi)然成为行业共识(shi)。

去年10月，黄仁勋就曾经指出：“我们未来要做的，是物理AI，教会AI物理法则，理解物理定律。”

今(jin)年1月，英伟达推出的首个Nvidia Cosmos平台，核心是世界基础模型（World Foundation Models, WFM），旨在通过生成逼真的物理感(gan)知视频(pin)等，加速机器人和自动驾驶汽车等物理 AI 系统的开(kai)发。

Cosmos的理想(xiang)状态之(zhi)一就是AI可以理解现实世界的环境情况。例如(ru)未来Cosmos通过摄像(xiang)头看到“桌子旁有一群人在看书”后，就可以输出对画面(mian)的语言(yan)描述(shu)。

这离不(bu)开(kai)大量数据的积累。

以Cosmos为例，其正是基于2000万小时(shi)的真实世界数据进行训练，涵盖(gai)了(le)自动驾驶、机器人开(kai)发、合成环境等多个领域的数据。

群核科技的SpatialVerse积累了(le)海量的三维数据。

创始人黄晓(xiao)煌接(jie)受采访时(shi)曾指出其有3.2亿个3D模型、不(bu)计其数的物理正确的三维场景、月活接(jie)近8000万，服务了(le)200多个国家和地(di)区的数据。

“这种物理正确数据集库(ku)应该是通过渲染引擎仿真出来的，虽然数据不(bu)来自线下真实世界采集，但建(jian)立在无数个物理正确的场景下，符合物理规律，这也是重要的优势。”上海一位AI领域投资人向信风（ID:TradeWind01）解释称。

算(suan)力、算(suan)法和数据是AI的三驾马车。前两者(zhe)相关公(gong)司较为丰富，但目前市场鲜有以数据为核心卖(mai)点的热门公(gong)司。

上海一位科技行业投资人士向信风（ID:TradeWind01）表示，目前群核科技的数据仍主要集中(zhong)在室内场景中(zhong)。

基于高质量数据集，群核科技的AI平台可以高效(xiao)地(di)读取CAD等各种格式的图纸，并将其转换为3D设(she)计方案，内置参数模型还能即时(shi)生成工程图和材(cai)料清单。

“真实”的价值

SpatialVerse对光、材(cai)料性质、物体交互等现实环境细节的仿真，仍然可能有不(bu)少挑战者(zhe)出现。

例如(ru)常见用于实时(shi)演算(suan)的游戏开(kai)发引擎，同样可以在一定程度上实现模型数据的物理正确。

当下最典(dian)型的，莫过于由Epic Games开(kai)发，并集成了(le)PhysX物理引擎的虚幻4引擎（Unreal Engine 4），其形成的3D数据，在特定参数条件下同样可以模拟现实世界的物理规则，包括物体的真实物理碰撞、布料等柔软物体的摆动等效(xiao)果。

但信风（ID:TradeWind01）多方调研发现，致力于物理真实的空间模拟与侧重于游戏开(kai)发的物理引擎在AI训练领域存在显著(zhu)差异。

一般来说，虚幻4引擎主要为游戏场景服务，所考虑的视觉效(xiao)果与现实世界存在较大的差异。

“虚幻4（Unreal Engine 4）的物理引擎是为游戏等娱乐领域的渲染引擎服务，可以做到视觉逼真，但不(bu)一定能达到物理正确。SpatialVerse不(bu)是渲染引擎，是基于群核科技本身渲染引擎和过程中(zhong)沉(chen)淀(dian)的数据，来为具身智能等提供数据训练服务，核心是正确的模拟物理世界。”上海一家中(zhong)小互联网公(gong)司的AI工程师向信风（ID:TradeWind01）解释称。

该人士进一步举例，游戏地(di)图和现实生活环境存在较大的差异。

例如(ru)衣(yi)柜把手(shou)放置位置、物体的纹理、开(kai)关与地(di)面(mian)的距离、家具的力学支(zhi)撑基础等各种三维空间数据的差异，都(dou)有可能成为机器人的训练关键。

虚幻4引擎的游戏应用场景所产生的数据更多服务于视觉意义上的拟真，但应用于现实世界会存在大小、质量等不(bu)符合生活、工业等场景的具体参数限制。

图源：信风结合AI工具制作

“Sim2Real”的星辰大海

近年来，大模型的涌现式发展，正在提高AI在各领域的渗透效(xiao)率，而自动驾驶、人形机器人为代(dai)表的具身智能的发展，正在迎来历史性的发展“奇点”。

在AI训练领域，打造具身智能最主要训练方向正是Sim2Real（Simulation-to-Real）。

即通过与现实环境相似的仿真虚拟环境训练，将具身智能在虚拟环境中(zhong)学到的技术(shu)迁移至现实环境，是被业内视为是最有可能且更高高效(xiao)、低成本实现具身智能的路径。

例如(ru)英伟达所开(kai)发的Isaac Sim，正是实现Sim2Real技术(shu)的重要工具和平台。

通过Isaac Sim平台，开(kai)发者(zhe)可以在虚拟环境中(zhong)进行大规模的机器人训练和算(suan)法验证，从而减少在现实世界中(zhong)进行昂贵且耗时(shi)的实验。

算(suan)法、平台等要素(su)基本一应俱全(quan)，但通过Sim2Real的技术(shu)能否发展具身智能的一大关键，还在于需要拟真与现实世界近乎一致的训练数据。

正是这个痛点，让群核科技与SpatialVerse站在了(le)具身智能的风口之(zhi)上。

招股书显示，SpatialVerse通过与Isaac Sim的OpenUSD框架连(lian)接(jie)，可实现高保真的渲染效(xiao)果。

目前群核科技已(yi)经与智元机器人展开(kai)合作，后者(zhe)正在采用SpatialVerse作为机器人训练数据的平台。

不(bu)过随(sui)着具身智能算(suan)法维度对进一步进化，是否有可能弥补、减少对于高质量数据的依赖，未来可能也会成为群核科技为代(dai)表的高质量数据企业所需直面(mian)的风险。

在大模型领域，算(suan)法优化来减少高质量数据依赖已(yi)经成为可能。

去年以来，火爆全(quan)球的DeepSeek，正是通过强化学习的方法论，降低了(le)高质量标注的成本。

再如(ru)2024年11月，来自英伟达、卡内基梅隆大学和加州大学伯克利分校的全(quan)华人团队所推出的HOVER（Humanoid Versatile Controller），是一款仅需1.5M参数的小型模型，其模拟人类(lei)的“潜意识(shi)”，可以在面(mian)对不(bu)同的运动任务时(shi)，有效(xiao)协调身体各部分的运动。

该模型的核心是，全(quan)身运动模仿可以作为所有这些(xie)任务的常见抽象，并为学习多种全(quan)身控制模式提供通用运动技能，而无需对每个控制模式进行再培(pei)训，进而降低对数据的要求。

但无论如(ru)何，“Sim2Real”的星辰大海，确实正迎来更多中(zhong)国选(xuan)手(shou)。