70.杭州六小龙第一股，与群核黄晓煌的访谈：一家硬科技公司的15年进化史

成立于2011年的群核科技在走过15个创业年头后，在4月17日于港交所成功上市了。
这是一个中国合伙人式的故事：三个联合创始人是美国伊利诺伊大学的校友，其中，董事长黄晓煌和CEO陈航，在浙大竺可桢学院时期就是本科时期的室友。
在 GPU 算力尚未被大众熟知的年代，三位创始人就凭借着对计算技术的热爱和执着，发现了 GPU 集群可以极大地加速物理渲染，因此打造出渲染引擎——一个拿着技术找应用、拿着锤子找钉子的典型创业范本。
我在去年8月份与黄晓煌进行了一场访谈。这个故事中，最打动我的，是回报，总是发生在那些不计结果的好奇心与热爱之后。
长达10年的时间，群核在最不性感、最难数字化的家装与房地产领域死磕十年，把每一个室内空间的物理参数、材质精准地搬进数字世界。最终打造出空间设计行业的SaaS工具「酷家乐」——但也正因为这样「扎实而沉闷」的积累，让他们在 AI 时代突然发现，自己坐拥了一座关于物理世界规律的「数据金矿」。
事实上，这家公司早从2021年起，就开始了从 SaaS 公司向 AI 公司转型的布局，比 ChatGPT 的爆发还要早一年多。今天，群核成为了具身机器人公司、以及许多训练多模态、世界模型大厂的重要数据提供商。数据之外，这家公司也正在开放底层空间智能能力，推动AI对物理世界的理解、推理和交互。
我们的访谈还原了一家创业15年的硬科技公司，多次转型的全过程。
（欢迎前往B站、微博、视频号等平台观看本次访谈的视频版～）
本期嘉宾： 黄晓煌（群核科技联合创始人 & 董事长）
本期Shownotes：
03:15 杭州六小龙，群核的主轴线，与它的 AI 转型
「那个年代大家可能看不太懂我们」
开源数据集 InteriorNet：埋下 AI 的种子
「AI 好像是到了一个新的阶段了」「我的数据集居然真的有用！」
认知的改变：数据越多效果越好，GPU集群要做大
转型AI公司：不叫换血，叫升级
流程式部队 vs 创新部队
10:13 转型之痛：尽早选择同路人
志同道合的一起往前，如果不是志同道合的，也别拖
蹭热点不可耻，但要给社会创造价值
不会有平白无故的热点，顺势而为
对 SaaS 行业来说，按Token计费，是巨大的启示
「你能长期坚持的东西，就不用怕别人怎么样」
「老板怎么又开始蹭热点了？ AI 跟你啥关系？」
「眼角是有泪光吗？」「经历过好几波了，现在遇到类似的事情也心如止水」
有员工跑进办公室表达不满，「我就倾听」
21:14 变化本身，是硬科技企业的本质
时代一直在变，什么是可以复用的？
群核DNA：简单，专注，开放
群核有利润，用利润在做研发
25:11 空间智能：李飞飞喊出的概念，恰好诠释了群核在做的事
2018 年埋下空间智能的线索：空间的理解、推理、生成、行动
机器人与机器人之间，看到的世界是不一样的
「如果 chatgpt 没有来的话，浪就没有来」「也许会有别的浪」
GPU卖多卖少，是最难的决策
GPU 的用量与需求量，怎么测算？
「我们想给所有类型的机器人公司提供服务」
大语言模型开启了一个新的大门：数据越多越智能
物理 AI 的数据是更难获取的
42:51 全球的世界模型潮：英伟达、谷歌、Meta、腾讯都在做的世界模型
谷歌的Genie3更多是用视频切入，用三维做约束
英伟达的Cosmos ：9000 万亿TOKEN 的训练，来自 2000 万小时真人互动
李飞飞的World Lab：接近于学术成果，实践性没那么强
腾讯混元3D模型：游戏数据训练而来
大家都关注空间一致性，要用三维数据做约束
黄仁勋的物理AI，李飞飞的空间智能，Lecun提出的世界模型，三个概念有什么关联性和差异？
52:01 如何构建空间智能？
先有物理世界的约束，在此基础上产生大量带有物理世界参数跟约束的数据，再做训练
我看到一个物理世界的东西。我能否通过AI模拟到数字世界
工具、数据跟大模型缺一不可，是一个飞轮
利用AI做一个存量数据集，是一个突破点
所有具身企业和大脑公司都是群核的客户
SpacialLM 开源后，登顶了 hugging face 的第三名
01:09:39 群核火过好几次，经历过好几个周期
人才是把产品做到最好的根基
「有风口来，我赶紧招人」
「当我们的技术能够用在所有行业，然后正好遇到一两个超级爆发的行业，就会上一个大的台阶」
「经济进入一种非常亢奋期，当时要是再浪一点，公司可能就挂了」
不要把子弹打光
努力让应届生成为项目Leader
Life is tough， but we are tougher
加入听友群👇
最后再放些小彩蛋哈哈🎉
在晓煌的办公室有一张照片，是一个小阁楼：群核创立之初，就是在联创陈航亲戚家的阁楼里办公的，他们说，公司很长时间招不到女员工，因为感觉他们像诈骗的hhh