这个“甩”了黄仁勋的男人，选择和李飞飞交手

作者｜宋思杭

编辑｜苗正卿

头图｜群核科技

2026 年 4 月 17 日，群核科技（00068.HK）正式登陆港交所，上市开盘价 20.7 港元，总市值 340 亿港元。这家公司，也是 " 杭州六小龙 " 中最早登陆资本市场的一家，超越宇树科技和 DeepSeek。

自此，这家公司也顺利成为 " 空间智能第一股 "。据招股书，2025 年公司收入达到 8.2 亿元，毛利率 82.2%，年内亏损 4.28 亿元。

群核科技报告期内综合损益表（单位：百万元）

值得注意的是，这是一家英伟达痕迹很浓的公司。

3 月底，在创始人黄晓煌的办公室里，黄晓煌对虎嗅回忆了从离开英伟达，到今天冲刺 " 空间智能第一股 " 的完整故事。

今天，在黄晓煌办公室的书柜上还摆放着和黄仁勋的合照。

黄晓煌后来再聊起英伟达的时候，表示受黄仁勋的影响非常大。在笔者看来，从这家公司的基因里也能窥探出英伟达的影子。比如，英伟达是从做显卡起家，后来成为 AI 的基础设施；而群核也是从做 GPU 渲染技术起家。

镜头拨回至 9 个月前。

2025 年 7 月 3 日赶上了杭州的三伏天，室外温度 40 度，呼吸都有些困难。

距离浙江大学 3.5 公里的莱茵矩阵国际，是群核的长期办公点。这家公司如今在这里占据了整整一栋楼（1 号楼），以及另一栋楼（2 号楼）的数层空间。

当天下午 13 点 30 分，三位创始人在 1 号楼 13 层（顶层）拍摄宣传片。此时距离上市还有 320 天。

镜头前，创业多年的黄晓煌依然有些腼腆，但明显带着兴奋；反观另一位创始人陈航则更自然。很明显，陈航更外向，而黄晓煌是内向型。

两个人的性格差异，也几乎对应了他们在公司里的分工：黄晓煌负责战略与技术方向，同时直接参与算法、大模型及空间智能的研究；陈航则更多负责商业与对外。朱皓则是 CTO，负责底层技术研发。

他们办公甚至不在同一栋楼。黄晓煌的办公室在 1 号楼 12 层，与群核前沿研究院在一起；陈航则常驻 2 号楼。

但十五年前，他们还挤在一间小阁楼里。

2011 年，黄晓煌从英伟达离职，陈航也从美国回来，二人一起在浙江大学的一间阁楼里开始创业。当时他们选择做 GPU 渲染，这在国内几乎是一个 " 非共识 " 的方向。

很长一段时间里，群核都处在 " 拿着锤子找钉子 " 的状态，既没有订单，也拿不到投资，甚至在创业最初，他们都不确定产品究竟是什么，要服务谁。

转机出现在 2013 年。群核获得 IDG 和纪源资本的投资，也是在同年其逐渐找到自己的方向，家装 SaaS，并推出旗舰品牌 " 酷家乐 "。

此后的几年，这家公司把这门生意做到了极致。到 2023 年，群核在家装 SaaS 赛道的市占率已经做到第一；2025 年，订阅收入占比超过 95%，续费率超过 90%，毛利率长期维持在 80% 以上。

这是一门在中国极少数被 " 算明白 " 的 SaaS 生意。

但也是在这个时候，董事长黄晓煌开始不愿意提及 " 家装 SaaS" 的概念，并带上之前的 " 家底 " 于 2023 年转向 AI 和空间智能。

实际上，在此以前，群核的目标是赴美上市。2021 年，群核科技向美国证券交易委员会递交 F-1 招股书，当时瞄准的概念正是 " 全球 3D 云设计第一股 "。但后来，赴美上市计划失败后，群核开始转向港股。

与此同时，他们也换了一个故事。

2025 年，群核以 " 空间智能 " 的概念重新冲刺 IPO，并于 2026 年 3 月通过港交所聆讯。

这次的转型在笔者看来几乎算上是赌上一切。但问题是，为什么这样一家 " 样板 "SaaS 公司，仍然要转向一个尚未被证明的空间智能？

群核是怎么赚钱的？

"SaaS 已经是过去式了，在 AI 时代，我们的商业模式正逐步变成按照调用量 "，就像今天大部分的 AI 软件一样。黄晓煌告诉虎嗅。

但直到今天，SaaS 都还是群核目前业务的基本盘。根据招股书，群核目前 98% 以上的业务都是建立在订阅收入基础上的，包括家装设计软件，以及为电商、商空场景提供的设计平台。

但问题在于，这门生意每年为群核产生不到 10 亿的收入，已经是这家公司走到第 15 个年头后触碰到的天花板。

如今，群核开始逐渐触碰到自己的边界。这种边界，并不只是来自外部环境，而更多来自业务本身：无论是增长空间，还是能力外延，单一的空间云设计，都很难再承载这家公司最初想做的事情。

而这件事情，从一开始就不是一门简单的软件生意，而是围绕 GPU 渲染与空间能力的基础设施。

简单来说，群核科技一直以来都是一家 " 用锤子找钉子 " 的公司。

" 一开始其实没有那么清晰的方向，就是拿着锤子到处找钉子。电影、建筑、家装，各个行业都试了一遍，看谁愿意付钱。后来第一个客户是家装公司，我们最早只想提供云端渲染能力，让他们自己去做应用。但很快发现，他们根本做不出来。我们当时想得太简单了。" 黄晓煌回忆起最初创业时走过的路说道。

而在如今的 AI 时代，群核开始试图升级这把锤子，并重新探索业务场景，投向一个尚未被验证的方向——空间智能。

在群核的语境下，" 空间智能 " 并不是某个单一产品，而是一套底层能力体系。可以理解为，目前群核的所有订阅产品都以空间智能能力为引擎展开的，它包括对空间的理解、推理和生成。

举个例子，当输入一个三维空间场景时，系统可以识别空间中的结构与元素，并在此基础上进行进一步推理，从而可以电商、家装等场景用于构建新的三维空间。

这些能力一方面被用于改造原有产品，另一方面，也构成了新业务的基础。

也就是说，群核并没有抛弃过去，而是把过去十多年的积累，重新组织起来。这家公司已经在内部，一点点改写了自己的组织方式、技术重心，以及资源分配逻辑。

推翻一切

2022 年末，ChatGPT 的出现，成了群核 " 变革 " 的一根导火索。

变化最剧烈的一步，发生在组织层面。

在过去很长一段时间里，群核的团队是按照业务划分的：家装、商空、电商等不同场景，各自有独立团队，围绕各自的产品和客户展开。模型能力也分散在不同业务线中，服务各自的需求。

但这种结构，在 AI 时代很快就触及天花板了。

" 很多时候都是大家做了半天发现效果没提升，渲染技术也遇到瓶颈。" 黄晓煌坦诚地说道。

直到 2022 年末 ChatGPT 的出现给黄晓煌一个启发：数据量越大，系统才会越智能。" 过去我们都没意识到这一点。" 黄晓煌反思道。

与此同时，在群核内部，一个新的共识开始形成：数据规模和模型规模，才是决定能力上限的关键。

这意味着，原本分散在不同业务线中的技术能力，必须被重新集中。

" 以前可能每个业务线都有一套自己的模型，各做各的，效果差不多，只是侧重点不同。" 黄晓煌说，" 但现在不一样了，如果模型不够大，能力就上不去。"

于是，一场从底层开始的重构发生了。

群核不再按行业划分团队，而是按技术能力重新组织：渲染、大模型、合成数据等成为新的划分方式。原本服务不同业务的工程师，被重新聚合到统一的技术体系中。

更关键的是资源的变化。

过去，一个工程师可能只分到几块 GPU，各自尝试不同方向；而现在，公司开始将算力、资金和人力集中到少数核心团队上。

" 你把 1000 个 GPU 分给 10 个团队，和全部给一个团队，效果完全不一样。" 黄晓煌说。

这不仅是效率问题，更是路径选择。

在新的逻辑下，中台不再只是成本工具，而成为核心竞争力本身。模型能力越强，原本依赖行业经验的部分，就越可以被快速替代和穿透。

AI 的出现，把群核从一个 " 深耕行业 " 的公司，重新推回到 " 构建能力 " 的位置。

某种程度上，这像是回到了十五年前的起点——从技术出发；十五年后的今天，他们再次把优先级放回技术本身。

只不过这一次，他们做的空间智能，已经不是一件 " 非共识 " 了。

而完成了从组织方式到技术重心和资源分配逻辑的彻底变革后，群核才敢开始下这个 " 赌注 " 的。

在这种 " 推翻一切 " 的组织变革发生后，群核将自己的所有产品都用空间智能这套概念，重新包装了一遍，包括用户端的交互方式，以及 AI 渲染。

我们将群核于 2021 年发布的招股书与 2026 年发布的招股书作对比可以发现，其营业收入翻了三倍，从 2019 年的 2.82 亿提升至 2025 年的 8.2 亿；但与此同时，其研发开支也提升了 1.5 倍。

而这些收入仍然大部分来自于订阅收入，也就是那些传统 SaaS 业务与 AI 结合后产生的收入。

不过，群核并不满足于现状。

赌一个 " 机器人 " 的未来

严格意义上，群核所定义的空间智能是广义上的。

在群核的语境下，" 空间智能 " 押注的是 AI 走向物理世界的需求，无论是 XR 与现实空间的融合，还是机器人与物理世界的交互，群核试图扮演的，正是连接两者的中间层。

但对于这家从 SaaS 转型到空间智能的公司来说，它也并没有全盘颠覆掉过去的一切。群核的基本盘依旧是云设计软件，只不过它不再叫 SaaS 了，在商业模式调整、组织重构以及 AI 全面改造之后，这些业务都被纳入到 " 空间智能 " 的范畴。其底层依然是空间智能技术在支撑。

而除了其他用 AI 改造过的产品，群核在近两天衍生出了一个新的更具想象力的产品 SpatialVerse（以下简称 "SV"），它更符合空间智能概念的一个产品，也是真正原生的 AI 产品，更重要的是，它押注的是 " 机器人 " 的未来。

从 SV 这个产品本身来看，这一逻辑已经写得很清楚，它的目标客户之一，是具身智能公司和机器人公司，其商业闭环建立在一个判断上：未来的机器人，一定需要大量的合成数据。

但问题在于，这一判断并未被验证。一方面，现在机器人公司的技术路线尚未收敛，对于是否需要使用合成数据还有较大争议；另一方面，机器人的数据需求还未爆发。

根据招股书披露，SV 在 2025 年的收入为占公司总收入的比例不足千分之六，对应客户数量为 16 个。（虎嗅注：该平台于 2024 年发布）

但如果仅从 "0 到 1" 的角度来看，SV 的关键并不在技术。其底层能力，仍然建立在群核早期积累的 GPU 渲染体系之上。从技术路径上，它更像是一种延续，并不是从零开始的。

真正的 "0 到 1"，是指市场层面。

截至目前，SV 尚未实现规模化，这也是其仅有 16 名客户的原因。对于一家订阅收入占比超过 95% 的公司来说，这部分业务显然还不在 " 基本盘 " 之内。

甚至在组织层面，这一业务也呈现出明显的 " 非常规状态 "。按照惯例，群核的对外商务由 CEO 陈航负责，然而 SV 的商务推进，却由 CTO 朱皓亲自带队。

这意味着，这一业务仍处在一个需要技术主导验证的阶段，而非标准化商业扩张。

" 这是因为现在具身智能公司还没有进入大规模商业化阶段。" 黄晓煌解释道。

但这只是挑战的一部分。

更关键的挑战在于，机器人公司是否一定需要合成数据，以及需要多少。

在黄晓煌的设想中，未来五年，这一共识会逐渐形成。他反复强调真实数据的获取成本，以及群核过去十年在空间数据上的积累。在他的逻辑里，合成数据几乎是唯一可行的路径。

但现实是，不同具身智能公司的技术路线并不一致。

有的公司将合成数据用于模型训练的某一环节，有的则更依赖真实数据；不同模型架构，对数据的依赖程度也各不相同。

比如，在群核的招股书中提及，智元机器人就是 SV 这一产品的大客户。对此，智元机器人表示，这些合成数据被用在大模型的训练环节中。要知道，智元机器人是一家坚持使用真实数据的公司。

这意味着，从目前来看，合成数据并非一个已经被验证的 " 必选项 "。

那么，从这一角度来看，群核的这次下注，押的，不是当下的收入，而是一个未来的行业共识。

而这个共识，可能在五年内成立，也可能会，也可能不会。