以GPU集群(qun)为(wei)基础，通(tong)过(guo)AI赋能空间设计(ji)在市场间仍(reng)较(jiao)为(wei)少见，群(qun)核科(ke)技此番IPO亦被视为(wei)未来“全球空间智能第一(yi)股”的存在。

具体来看，设计(ji)功能的数据库(ku)涵(han)盖数亿个3D模(mo)型和几乎所有空间设计(ji)元素，例如家具、电线、管道(dao)、照明、墙壁、天花板和装饰配件等。

在该平台，用户只需将CAD图纸等放进(jin)平台上即(ji)可开始设计(ji)，自动生成设计(ji)方案；

可视化则是向用户提供具有高度现实效果的即(ji)时渲染，使用户可以在修改设计(ji)时查看渲染效果；

实施则是指将设计(ji)方案转(zhuan)化为(wei)全面、准(zhun)确(que)且可兼(jian)容的数据集，以备进(jin)行制造工作；

协(xie)作是将设计(ji)项(xiang)目(mu)时支持(chi)在线共(gong)享编辑等。

2024年，群(qun)核科(ke)技的平台平均月活跃访客数为(wei)0.86亿名，平均月活跃用户数达到了(le)0.03亿名，每天处理数百(bai)万次渲染及(ji)数十亿次应(ying)用程序编程接口（API）调用。

2022年、2023年、2024年前三(san)季度分别创收4.9亿元、5.63亿元和4.64亿元，占比均在8成以上。

发(fa)端于地产

在规模(mo)化的收入和较(jiao)高的客户留存率同时，群(qun)核科(ke)技已经(jing)表现出较(jiao)高的毛利率。2022年、2023年和2024年前三(san)季度分别达到72.7%、76.8%和80.4%。

当(dang)前高毛利率的背后，不可忽视的是群(qun)核科(ke)技的主要业务场景大多聚焦于室内(nei)设计(ji)领域，这导致其(qi)主要客户源自房地产的上下游企业。

“我(wo)们的客户涵(han)盖整个设计(ji)及(ji)可视化价值链，主要包括设计(ji)师、室内(nei)设计(ji)及(ji)建(jian)筑公司、家具制造商和零售(shou)商、定制家具生产商、房地产开发(fa)商及(ji)空间设计(ji)材料提供商。”群(qun)核科(ke)技指出。

通(tong)俗理解，设计(ji)师等可以通(tong)过(guo)群(qun)核科(ke)技所提供的MANYCORE解決方案更高效、逼真地渲染生成设计(ji)方案。

高毛利现象(xiang)，在类似(si)的3D设计(ji)企业中(zhong)也并不鲜(xian)见。

作为(wei)同样(yang)面向企业提供三(san)维设计(ji)软件服务的企业Autodesk，2022财(cai)年到2024财(cai)年Autodesk毛利率均在90%以上。

但Autodesk与群(qun)核科(ke)技在业务形态上也存在区别。

Autodesk主要以传(chuan)统的CAD等软件为(wei)核心，结合AI提升效率；但群(qun)核科(ke)技则借助高性能GPU集群(qun)的快速渲染生成图像，2024年已经(jing)可以在1.2秒内(nei)处理一(yi)张2K图像。

从账期来看，群(qun)核科(ke)技已在地产行业形成一(yi)定的话语权。

截至2024年9月末，群(qun)核科(ke)技的递延收入达到5.72亿元。

不过(guo)持(chi)续的研(yan)发(fa)投入，导致群(qun)核科(ke)技仍(reng)处于亏(kui)损状态。

2022年、2023年、2024年前三(san)季度的研(yan)发(fa)开支分别为(wei)4.38亿元、3.91亿元和2.63亿元，占收入的比例分别为(wei)73%、58.89%和47.56%。

2022年至2024年第三(san)季度末累计(ji)净亏(kui)损额为(wei)17.72亿元。

稀缺(que)的数据

让群(qun)核科(ke)技IPO备受市场关注的，并不是当(dang)下贡献主要收入的地产相(xiang)关业务，而是其(qi)所坐(zuo)拥(yong)的智能空间数据集的资源禀赋，以及(ji)AI浪潮下所带(dai)来的想象(xiang)空间。

群(qun)核科(ke)技针对下一(yi)代(dai)室内(nei)环境(jing)AI开发(fa)的SpatialVerse拥(yong)有庞大且物(wu)理正确(que)的数据集库(ku)，使开发(fa)者能够在虚拟(ni)环境(jing)中(zhong)训练AIGC模(mo)型，增强智能机器人、AR/VR系统及(ji)具身(shen)人工智能的认知能力。

“所谓物(wu)理正确(que)，就是符合物(wu)理世界的真实规律，包括对光的模(mo)拟(ni)、材料的性质（比如金属(shu)的光泽、布料的柔软度等）、物(wu)体之间的物(wu)理交(jiao)互（碰撞、摩擦力等）、几何与空间的关系。”北京一(yi)位(wei)大厂AI工程师向信风(feng)（ID:TradeWind01）解释称。

发(fa)展理解物(wu)理世界的AI，已然成为(wei)行业共(gong)识(shi)。

去年10月，黄仁勋就曾经(jing)指出：“我(wo)们未来要做的，是物(wu)理AI，教会AI物(wu)理法则，理解物(wu)理定律。”

今年1月，英伟达推出的首(shou)个Nvidia Cosmos平台，核心是世界基础模(mo)型（World Foundation Models, WFM），旨在通(tong)过(guo)生成逼真的物(wu)理感知视频等，加速机器人和自动驾驶汽车等物(wu)理 AI 系统的开发(fa)。

Cosmos的理想状态之一(yi)就是AI可以理解现实世界的环境(jing)情况。例如未来Cosmos通(tong)过(guo)摄像头看到“桌子旁有一(yi)群(qun)人在看书(shu)”后，就可以输出对画面的语言描述(shu)。

这离不开大量数据的积累。

以Cosmos为(wei)例，其(qi)正是基于2000万小(xiao)时的真实世界数据进(jin)行训练，涵(han)盖了(le)自动驾驶、机器人开发(fa)、合成环境(jing)等多个领域的数据。

群(qun)核科(ke)技的SpatialVerse积累了(le)海量的三(san)维数据。

创始人黄晓煌接受采访时曾指出其(qi)有3.2亿个3D模(mo)型、不计(ji)其(qi)数的物(wu)理正确(que)的三(san)维场景、月活接近8000万，服务了(le)200多个国家和地区的数据。

“这种物(wu)理正确(que)数据集库(ku)应(ying)该是通(tong)过(guo)渲染引擎仿真出来的，虽然数据不来自线下真实世界采集，但建(jian)立在无数个物(wu)理正确(que)的场景下，符合物(wu)理规律，这也是重要的优势。”上海一(yi)位(wei)AI领域投资人向信风(feng)（ID:TradeWind01）解释称。

算力、算法和数据是AI的三(san)驾马车。前两者相(xiang)关公司较(jiao)为(wei)丰富(fu)，但目(mu)前市场鲜(xian)有以数据为(wei)核心卖点的热门公司。

上海一(yi)位(wei)科(ke)技行业投资人士向信风(feng)（ID:TradeWind01）表示，目(mu)前群(qun)核科(ke)技的数据仍(reng)主要集中(zhong)在室内(nei)场景中(zhong)。

基于高质量数据集，群(qun)核科(ke)技的AI平台可以高效地读取(qu)CAD等各种格式(shi)的图纸，并将其(qi)转(zhuan)换为(wei)3D设计(ji)方案，内(nei)置参数模(mo)型还能即(ji)时生成工程图和材料清单(dan)。

“真实”的价值

SpatialVerse对光、材料性质、物(wu)体交(jiao)互等现实环境(jing)细节(jie)的仿真，仍(reng)然可能有不少挑战者出现。

例如常见用于实时演算的游戏(xi)开发(fa)引擎，同样(yang)可以在一(yi)定程度上实现模(mo)型数据的物(wu)理正确(que)。

当(dang)下最典型的，莫过(guo)于由Epic Games开发(fa)，并集成了(le)PhysX物(wu)理引擎的虚幻4引擎（Unreal Engine 4），其(qi)形成的3D数据，在特定参数条件下同样(yang)可以模(mo)拟(ni)现实世界的物(wu)理规则，包括物(wu)体的真实物(wu)理碰撞、布料等柔软物(wu)体的摆动等效果。

但信风(feng)（ID:TradeWind01）多方调研(yan)发(fa)现，致力于物(wu)理真实的空间模(mo)拟(ni)与侧重于游戏(xi)开发(fa)的物(wu)理引擎在AI训练领域存在显著差异。

一(yi)般来说，虚幻4引擎主要为(wei)游戏(xi)场景服务，所考虑的视觉效果与现实世界存在较(jiao)大的差异。

“虚幻4（Unreal Engine 4）的物(wu)理引擎是为(wei)游戏(xi)等娱乐领域的渲染引擎服务，可以做到视觉逼真，但不一(yi)定能达到物(wu)理正确(que)。SpatialVerse不是渲染引擎，是基于群(qun)核科(ke)技本身(shen)渲染引擎和过(guo)程中(zhong)沉(chen)淀(dian)的数据，来为(wei)具身(shen)智能等提供数据训练服务，核心是正确(que)的模(mo)拟(ni)物(wu)理世界。”上海一(yi)家中(zhong)小(xiao)互联网公司的AI工程师向信风(feng)（ID:TradeWind01）解释称。

该人士进(jin)一(yi)步举例，游戏(xi)地图和现实生活环境(jing)存在较(jiao)大的差异。

例如衣柜把手放置位(wei)置、物(wu)体的纹理、开关与地面的距离、家具的力学支撑基础等各种三(san)维空间数据的差异，都有可能成为(wei)机器人的训练关键。

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

图源：信风(feng)结合AI工具制作

“Sim2Real”的星(xing)辰大海

近年来，大模(mo)型的涌现式(shi)发(fa)展，正在提高AI在各领域的渗透效率，而自动驾驶、人形机器人为(wei)代(dai)表的具身(shen)智能的发(fa)展，正在迎来历史(shi)性的发(fa)展“奇点”。

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

即(ji)通(tong)过(guo)与现实环境(jing)相(xiang)似(si)的仿真虚拟(ni)环境(jing)训练，将具身(shen)智能在虚拟(ni)环境(jing)中(zhong)学到的技术迁移至现实环境(jing)，是被业内(nei)视为(wei)是最有可能且更高高效、低成本实现具身(shen)智能的路径。

例如英伟达所开发(fa)的Isaac Sim，正是实现Sim2Real技术的重要工具和平台。

通(tong)过(guo)Isaac Sim平台，开发(fa)者可以在虚拟(ni)环境(jing)中(zhong)进(jin)行大规模(mo)的机器人训练和算法验证，从而减少在现实世界中(zhong)进(jin)行昂贵且耗时的实验。

算法、平台等要素基本一(yi)应(ying)俱全，但通(tong)过(guo)Sim2Real的技术能否发(fa)展具身(shen)智能的一(yi)大关键，还在于需要拟(ni)真与现实世界近乎一(yi)致的训练数据。

正是这个痛点，让群(qun)核科(ke)技与SpatialVerse站在了(le)具身(shen)智能的风(feng)口之上。

招(zhao)股书(shu)显示，SpatialVerse通(tong)过(guo)与Isaac Sim的OpenUSD框架连接，可实现高保真的渲染效果。

目(mu)前群(qun)核科(ke)技已经(jing)与智元机器人展开合作，后者正在采用SpatialVerse作为(wei)机器人训练数据的平台。

不过(guo)随着具身(shen)智能算法维度对进(jin)一(yi)步进(jin)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(wei)群(qun)核科(ke)技为(wei)代(dai)表的高质量数据企业所需直面的风(feng)险。

在大模(mo)型领域，算法优化来减少高质量数据依赖已经(jing)成为(wei)可能。

去年以来，火爆全球的DeepSeek，正是通(tong)过(guo)强化学习的方法论(lun)，降(jiang)低了(le)高质量标注的成本。

再如2024年11月，来自英伟达、卡(ka)内(nei)基梅隆大学和加州大学伯克利分校的全华人团队(dui)所推出的HOVER（Humanoid Versatile Controller），是一(yi)款仅(jin)需1.5M参数的小(xiao)型模(mo)型，其(qi)模(mo)拟(ni)人类的“潜意识(shi)”，可以在面对不同的运动任务时，有效协(xie)调身(shen)体各部分的运动。

该模(mo)型的核心是，全身(shen)运动模(mo)仿可以作为(wei)所有这些任务的常见抽象(xiang)，并为(wei)学习多种全身(shen)控制模(mo)式(shi)提供通(tong)用运动技能，而无需对每个控制模(mo)式(shi)进(jin)行再培训，进(jin)而降(jiang)低对数据的要求。

但无论(lun)如何，“Sim2Real”的星(xing)辰大海，确(que)实正迎来更多中(zhong)国选手。