160: 群核IPO后与黄晓煌聊这15年：被嫌弃的GPU、冠军酷家乐、空间智能、六小龙

所以我觉得，在中国你做一个核心算法太危险了。

我曾经一度怀疑自己，技术创业者容易陷入技术自嗨中。

你就怀疑当时自己自嗨了？

对，而且周围同事也都怀疑我自嗨，认为我在看今日头条来指挥公司。我们整个策略都是活下来优先。

欢迎收看《晚点聊》，我是曼琪。四月十七日上午，群核科技登陆港股，成为杭州六小龙中第一家上市的企业。我们在第一时间专访了群核的创始人和董事长黄晓煌。三个多小时的访谈里，他聊了十五年前就开始在中国做科技创业是什么体验，他们起步时的艰难，和互联网巨头在家装设计软件上的竞争，以及如今群核全力投入的空间智能。黄晓煌说，他创业这么多年经历的百分之九十的明星科技企业都消失了或变得默默无闻，而群核一直存在。如果你想了解一种穷人版的 AI 创业故事，或者想知道群核上市后潜力如何，听听创始人怎么说吧。

今天非常高兴邀请到了群核的创始人黄晓煌来做客晚点聊。小黄，你可以和我们的听友和观众简单的自我介绍一下。

嗨，嗯，我叫黄晓煌，我是群核科技的联合创始人兼董事长。

正好群核马上要上市了，我也想从头回顾一下整个群核的发展过程。我之前和你的另一位联合创始人朱皓聊过，他说其实在 2008 年的时候，你们就想过一起创业。

是的。

当时你刚去美国伊利诺伊大学厄巴纳—香槟分校读博士没多久，又遇上了金融危机。为什么那时会想到创业？

1. 从校园创业到GPU

当时学校里，尤其是工科学校，还是很鼓励创业的。那是学校里的一个创业比赛，所以我们就想各种各样的点子去参加比赛，想了很多有意思的东西。比如做一个防止人开车睡着的设备，还得了二等奖。

到 2011 年，群核想再次创业。当时你已经在英伟达工作了一段时间了。那时候你看到了什么变化？

我看到的机会，是因为那时候最流行的是云计算，在硅谷最火的就是 cloud computing。我当时就想把 GPU 放到云上，抱着这个简单的想法就回来创业了。

因为当时的云计算，应该更多还是使用 CPU 资源？

对，绝大部分是 CPU，GPU 还没有上云，基本都没有。

那把 GPU 用到云上，在当时是一个很新的想法，而且提出这个想法的人很少。

对，但 GPU 是一个很小众的东西。

你考虑过在美国创业吗？

原型是在美国做的，也试着在美国融资，但后来发现，在美国如果没有身份，当时我还没有绿卡，就会有各种各样的阻碍。所以后来我们就打算回国了。

你有没有想过继续留在英伟达做这件事？

我在团队里提过。但首先，当时英伟达的状态肯定不太好。那时候大家觉得云化之后会影响收入：本来是一个人买一块卡，结果变成 10 个人共用云端的一块卡，钱都被 AWS 赚走了。

当然，我当时级别比较低，只是在团队里聊了一下，别人就说不太靠谱，这件事也就打住了。

你可以讲一下当时英伟达是什么情况吗？

反正状态不太好。我在的那一年，公司亏了 3 亿美元，华尔街各种唱衰。

你应该是在 2008、2009 年左右？

2009、2010 年。

那刚好也是后来大家认为对英伟达非常重要的生态开始起步的时候。

对。当时它的 GPU 做到头了，已经到天花板，没办法再拓展，于是想做通用计算，甚至想做 CPU。但 CPU 的专利都被英特尔卡着，好像第一款 CPU 也做失败了，所以公司处在转型但不顺利的状态。

你当时具体做的事情，和 CUDA 相关？

对，我开发 CUDA 语言，但那个年代没什么人用。

你当时怎么看自己做的事情的重要性？

我觉得这东西是划时代的，是改变世界的。

你当时就能看到这一点？

肯定啊。我们自己在内部做应用，能够把 CPU 的速度加速几十倍、上百倍，但是很难让别人用起来。

英特尔建立了一个很强的生态，你往下推的时候，总是有地方卡住你，所以很难推广。我们当时花了很大力气去找别人使用这些东西。我那时就在想，费这么大劲去说服别人使用，还不如自己创业做这个。

当时的想法比较幼稚，就拿着这个想法创业了。

你当时去见投资人，最开始在美国没有融到钱，回国以后我知道你们最初一年多也没有融到钱。你和大家聊的时候，他们是什么反馈？他们能理解你们做的事情到什么程度？

我觉得我们创业有点生不逢时。当时大部分投资人觉得我们的履历不太好。

因为你是在英伟达，朱皓是在亚马逊？

对。朱皓还稍微好一些，陈航当时只是实习过，没有正式工作过。

英伟达在投资人眼里，估计和富士康差不多，可能比富士康稍微好一点，所以他们认为英伟达是一个传统制造企业。

我记得和一个著名基金聊完之后，那个投资经理还是我哥们。他说，你们的教育背景、个人能力都很好，就是工作履历不太行。要不你们再去工作一两年，去 Google、Facebook 都行。

而且你们当时做云端 GPU 渲染，这件事本身可能也是减分项。因为这种工作需要投入大量基础设施研发，而当时整个时代的主旋律是 O2O。那是 2011 年，对吧？

对，2012 年做 O2O。那时候的主旋律就是 O2O，这种项目需要投入研发，所以大部分投资人不喜欢。

你当时没有想过换一个方向创业吗？

换什么呢？没想到。当然我们后来也学乖了，反正就编故事，但做的还是这个东西，还是用 GPU 渲染技术去找可以应用的场景。

王淮是你的第一个投资人？

对，个人天使。他是我的校友，其他合伙人都拒绝了。他觉得毕竟认识这么多年，也不太好意思拒绝，就投了 50 万元人民币。

你觉得你们什么时候算是比较步入正轨？我看一些早年的报道，你们最开始一年做了很多项目，也做了很多外包。

一开始我想把技术用在不同的 To B 产品里，但后来做得很烦。拿到 IDG 的投资之后，就再也不做 To B 项目了，直接做产品。

实际上产品在 2013 年底上线之后，后面就比较顺利了。2014 年开始爆发，2015 年开始赚钱。

在这个过程中，你们是怎么找到家居家装这个场景的？你也说过，GPU 当时在美国其实没有人用，很难推动下游。到了中国以后，你当时看到哪些场景可能会用到，最后又是怎么定位到酷家乐的？

2. 酷家乐找到真实场景

我们当时也稀里糊涂的。那时候觉得这个技术可以用在影视行业、家居建筑行业、仿真等领域，于是就一个个做 demo，最后哪家愿意掏钱，就找哪家。

这其实是一个比较典型的技术创业。大家会说，你拿着锤子找钉子。当时你们有一定的方法论，还是没有什么方法，到处去试？

我在英伟达做 CUDA 的时候也是这么做的。反正就是做了一个 demo，觉得这个不错，大家来用，然后发新闻，再一个个去访谈用户。

所以对英伟达来说，后来找到 AI，包括区块链，都是慢慢跑出来、试出来的，不是规划出来的。

我了解到，你们最开始是 2013 年底上线酷家乐，后来才特别明确地说，服务对象不是业主，而是专业设计师和装修公司。这其实也花了一段时间。

一开始面向的用户还是业主，只不过业主用完之后，可能半年内都会流失，最后沉淀下来的都是专业从业者，这是自然选择造成的。

我们本来讲的故事是，让业主都上来使用这个产品，后面再做 O2O。那时候你不讲 O2O，根本没人投资。你跟投资人讲 GPU，80% 的人都不知道 GPU 是什么。

你们最早的机构投资是 IDG，应该是毛丞宇投的，后来他成了云启的创始合伙人。他当时看重的是 GPU 渲染、家装，还是 O2O？

是家装。毛丞宇当时特别看好家装行业，因为他和齐家网的创始人很熟。那个行业在爆发式增长，后面还可以卖家具什么的。

卖家具？

对。但后来我也不太想卖，反正先把用户做起来再说。

在那个环境下，O2O 非常火，投资人也会给出这样的建议。那会儿美国有个公司叫 House，它可能是偏内容社区的。你们转向去做装修公司、做设计师的付费，就变成了 To B 的订阅模式。你们最后相当于从业主端、To C 的互联网业务，转向装修公司和设计师的付费。这次转型对你们来说压力大吗？

实际上在 2015 年之前，都是讲 O2O 的故事：把用户流量做起来之后，做设计师订阅，再卖家具之类的。

商业故事我们还没有真正开始卖，家具那一步还没迈出去，商业模式就有点崩了，耗子也发展不太好。O2O 反正大家也都在唱衰，我本来也不太想卖家具，后来就说不做这个了。

我记得股灾之后，资本市场很难融资，不赚钱的公司很难融资，所以我们赶紧模仿 SaaS 的收费模式，开始收费。2015 年底，现金流就打平了。

所以这个变化对你来说还是比较自然的？

至少比起卖家具，我还是更喜欢卖软件。

2015 年之后，对你们来说应该是一个快速增长的阶段。你们明确定位为服务设计师和装修公司，整个行业也开始出现 SaaS、工业软件等模式。这个商业模式套在你们的产品上可能更合适，但也有问题：GPU 的计算成本太高，需要在成本和效果之间做平衡。

3. GPU成本重塑SaaS

对，当时很痛苦的一件事就是阉割效果，在成本和效果之间取平衡。

我当时也觉得 SaaS 商业模式有先天缺陷。CPU 和 GPU 不太一样，CPU 用的人越多，边际成本越低；GPU 用多少人，成本都在那里。所以你只能牺牲品质来降低成本。

这个区别是怎么造成的？能够通过技术优化改善吗？比如 GPU 也可以有弹性调度，从底层原理上做一定程度的优化。

硬件架构决定了这一点。你可以优化，但没有办法像 CPU 那样做几倍、几倍的优化，最多优化几十个百分点。

所以以前 CPU 时代的产品都是包年包月，用多用少成本差不多。但 GPU 时代都是按 token、按量付费，用得多就多付钱，用得少就少付钱。

像 ChatGPT 这类产品，每次计算的成本都很高。如果让用户无限使用，根本划不来。但 CPU 时代的 Google、Facebook，随便使用就可以，因为用得越多，成本变化也没那么大。

回到你们当时遇到的问题，你们底层还是用 GPU 资源支持用户做 3D 渲染。

我们当时做了很多折中的方式。比如图片不让它渲染得特别大，计算量大的任务只能半夜跑，要等一个晚上。

当时确实有很多别扭的地方。但这一波 AI 爆发之后，大家接受了 token 或者按量付费，对我们来说，就像一个很难解开的枷锁终于被打开了。

这个点很有意思。你们的业务从业务层面看是 SaaS，但底层资源更像现在的 AI。SaaS 只是收费模式，你们也一直在寻找不同的收费方式，比如广告、SaaS、电商。

对，后来还是 SaaS 的方式比较顺畅。SaaS 也是我们后来收入最多的一个板块，广告业务则被砍掉了。

你们当时做广告，是给家居品牌做广告，比如设计师在图纸里放谁的橱柜、谁的冰箱。

对。当时广告收入做到几千万元，但后来发现是亏损的。

为什么广告收入还会亏损？

因为广告模式是先免费使用，等曝光了多少次或者产生交易之后再收费。但每一次使用的成本太高，和浏览网页不一样。

普通网页弹出一个广告，成本几乎为零。但我们的东西点一下就有 1 元钱的成本，而广告只付给我几分钱，根本划不来。

大家愿意为每次曝光支付的费用，不足以覆盖算力成本，所以这个商业模式不适合我们。

你们后来有没有想过做更多拓展？2015 年到 2019 年，你们增长很快；但 2019 年之后，可能有外部环境的原因，也可能有业务本身的原因，增长相对放缓。你可以讲讲当时发生了什么吗？

4. 工业软件帮助活下来

我觉得增长最快的是 2015 年到 2018 年。后来我们有一大批客户是做 O2O 平台的，而 O2O 平台基本上都被互联网金融暴雷拖垮了。前十大客户里有 8 家倒闭。

当时我们最赚钱的模式，是客户做平台，我们给他提供软件和算力，他一年付费上百万元。结果那批公司倒得差不多了。

另外一个原因是巨头挖人。当时被挖走了很多人，有些业务线都停摆了。

你说的是 2019 年和你们竞争的那家公司？名字就不提了。

我觉得竞争本身倒没什么，主要是挖人。有时候团队成批成批地走，业务就很难持续。有些人甚至不交接，一个团队一夜之间消失，后面客户都联系不上。

我知道你们 2016 年还做过一次拓展，开始做可以直接生产图纸的设计，偏工业 4.0。

这个项目是 2016 年立项，2018 年差不多做出来，2020 年才落地。

这里面有几个因素。一方面，当时很多巨头要进入家装赛道，我们担心挡不住。即使产品过关，人也可能被挖走，产品线的人一夜之间全部消失，这个业务基本就没法做。

所以我们从 2018 年开始发力工业软件。我们觉得家装这块如果扛不住，工业软件反正巨头也不太会做，于是把重心转到那一块。

你们是觉得工业软件的技术壁垒更高、技术含量更高吗？

工业软件是脏活、累活，需要不断打磨，所以我们觉得巨头不会做。

所以 2018 年之前，你们自己找到了技术可以使用的场景，发展也很快；到 2018 年，突然有很多更大的公司也想来分一杯羹。

对。我们当时的整个策略就是活下来优先。我也不死扛。因为我记得有些公司遇到巨头竞争就死磕，在老赛道上硬拼，最后出了很多问题。

所以我们就避其锋芒。我们的核心还是对技术和产品感兴趣，具体做什么赛道无所谓。此路不通就换一条路。

你说的“死磕”，具体是什么表现？

比如和巨头打价格战。我觉得巨头出现就躲，所以我们当时在战略上转去做工业软件。

你们“要活着、要苟着”的原则是怎么形成的？现在很多科技公司，尤其是海归博士创办的公司，比较习惯高举高打，用很多资源做一个很大、很前沿的方向。

我们刚开始创业的时候，O2O 这个赛道是眼见它起高楼，眼见它高楼塌，对我们的触动很大。

我们觉得中国的赛道切换太快了，平均 3 到 5 年就是一个周期。曾经的黄金赛道或者明星企业，如果 3 到 5 年内没有及时调整，马上就变成人人唾弃的企业。

所以我觉得，活得久比活得亮眼更重要。很多企业可能靠烧钱变得很亮眼，但根基不够扎实，也可能只是转瞬即逝。

我们当时定下的策略，一直都是以活下来为核心。

相当于你见过周期，也见过其他公司和明星企业起起落落。

我们的第一波感触特别明显。第一波做 GPU 的时候，投资人天天教我们怎么讲 O2O 的故事；过了两年，他们又说，千万别提 O2O，一个 O 都别讲。

这是一个巨大的切换过程，所以我的感受很深。后来 SaaS 出现类似的情况，我一点都不意外。我时时刻刻都对当前很热门的行业做好准备，知道它下一刻可能突然变成人人唾弃的行业。

周期切换太快了，所以我觉得，企业活下去、考虑长远一点，非常重要。有的企业运气好，赛道一直很好；运气不好，可能一夜之间就出问题。

你们和体量大很多的公司竞争时，最开始会害怕和担心吗？

5. 大厂竞争暴露真壁垒

大公司的竞争压力，短期是非常大的。不管是客户获取、资金，还是人才吸引，都是全方位碾压式的。但这不代表小公司就躲不了。

我们当时的策略是避开电商相关的流量，侧重做工业 4.0 的柔性生产制造服务，把事情做扎实；另外就是出海。主要是这两个战略，对我们后期帮助非常大。

我们做了几个假设：一是线上业务全部丢失，我们还有生产制造业务；二是中国业务全部丢失，我们还有海外业务。我觉得任何情况下都要做底线思考。

那时候是你们最危险的阶段吗？

我觉得挺危险的，士气有点崩了。很多同事基本上接到 offer 就走。

竞争开始之后，到什么阶段你们的心态才相对稳定？

对方的业务负责人在干了一两年后，没有任何进展，被撤掉了。

但在那之前，你们应该也能看到，对方的业务并没有太多进展。

对。虽然对方花了很多钱，抄产品、抄市场，但抄袭也没那么容易。抄完之后怎么做商业化，实际上也是个难题。后来对方的负责人被撤掉，这件事就差不多结束了。

你们当时被集中挖人、处在高强度竞争之下，可能也和没有接受互联网巨头的投资有关。那时候 BAT 应该都有投资意向？

对，BAT 都找我们谈过投资。但我们当时不想卷入互联网战争。

可以讲一下这个思考吗？

因为我们的业务和百度关系不太大，所以没有拿百度的投资。

2018、2019 年我们已经确定战略，不做电商，所以阿里要投资，我肯定不拿。我不想做电商，也不想被逼着做电商。

我们在杭州，也不想得罪阿里，所以也不想拿腾讯的钱。

你们当时有没有去寻求什么建议？投资人是怎么想的？

投资人很慌，说：“要不你卖给阿里吧。”

回顾整个过程，你觉得和大厂竞争可以学到什么？

我前天和陈航聊，他说，迎战过大厂才是真正的独角兽。我们都把和大厂竞争过，视为一种成年礼。

企业真正竞争过一次，心态和各方面都会成熟很多。但陈航当时压力比较大，因为他曾经去找对方的业务负责人，说我们合作吧，我们也不做电商，你合作就行了。结果对方把他骂了一个小时。

这个“成年礼”如果完整地说，它代表什么？哪些部分变得更成熟了？

至少我看清楚了哪里是真正的壁垒，哪里是虚的。有些东西一竞争就垮，肯定是有问题的，属于做大了，但没有做强。

真正强的地方是有壁垒的。

你们当时的渲染技术，是不是还是比大公司做得更强？

技术上我们认为是独一无二的，但整个渲染引擎的开发团队，除了主管以外全被挖走了。对方把产品抄得一模一样，所以我觉得，在中国做一个核心算法太危险了。

因为软件技术比较容易随着人扩散。

对，它是纯软件、纯算法，不像数据工程。大数据里的数据你拿不走，拿走了也不一定有用。

所以我觉得数据还是一种壁垒，算法很难形成壁垒。算法就像一层窗户纸，一捅就破。

经过那次竞争之后，你们更看清什么是壁垒，也更知道哪些方面需要长期投入和积累。

是的。数据是一个很重要的壁垒，网络效应是壁垒，很好的客户服务也是壁垒。有些客户即使签了对方，也不会和我们断约。

数据这件事，你们应该更早就开始积累了。你们 2018 年就有开源数据集，包括很多户型、电器和家具数据。这个意识是怎么来的？

和大厂竞争之后，我们才开始真正积累。之前也有数据，但后来发现，算法一旦有人被挖走，能力就跟着走了；数据积累则不能直接复制。

不过这也给我造成了一些错觉。有一段时间我觉得算法不太重要，反正做出来也会被人挖走，所以那几年算法人才招得少，有点矫枉过正。

模型算法的投入也会很卷，因为每家都在往上赶，但你不投入就什么都没有。我们一开始招了很多算法的人，后来发现人一挖就跑，又不太想做了。

后来大模型出来，才发现算法还是得做。算法是发动机，数据是燃料，两个都要有，少一个都不行。

这些认知都是经过各种事情一步一步积累起来的。

对。

我觉得你们成立得特别早，也影响了你们的心态。2011 年的时候，几乎没有什么科技公司，科技也不是创业主流。

6. 周期逼着公司换挡

所以我经常和合伙人聊，我们属于生不逢时：在科技公司最差的时候开始创业，做了一个科技公司；好不容易转型成互联网公司，互联网公司又变成被唾弃的公司；后来转型 SaaS，过两年 SaaS 又被唾弃。

核心还是那个核心，但变现方式一直随着时代变化。这个时代的周期变化太快了。

如果你在一个科技受到追捧、能够融到很多钱的时代创业，资源一开始很充裕，你觉得一定会发展得更好吗？

有可能真的会挂掉，因为你可能会膨胀。我们也曾经膨胀过。

2020、2021 年的时候，我们有些膨胀，招了很多人。

当时是什么内外部原因导致你们比较膨胀？

当时钱很好融，市场特别好，业务也很赚钱，SaaS 软件产品做出来都很好卖。

你们当时的业务，一个是酷家乐，另外还专门做了房地产解决方案、工装解决方案，以及工业 4.0 生产相关的业务。

当时的方法论就是，不管什么核心技术，主旋律都是传统业务的数字化、云端化。那时候的主旋律，和现在的 AI 一样火爆。

这些事情和你们最初的核心技术——基于 GPU 的物理正确 3D 渲染——都相关。

对，只不过投入了很多人力物力去做业务流程管理。

流程管理和你们的核心技术是什么关系？

关系没有那么大，只是上下游关系。有时候顺手也会把它做了。

后来又从相对膨胀，变成行业整体下行。

我们印象最深的是，2019、2020 年谈地产客户时，合同都不用签，几百万元、上千万元随随便便就打到账上了，很夸张。

我们经历的周期多了，这些事情也看得多了。

在当时做调整的过程中，做各种决策对你来说难吗？比如什么该砍，什么不该砍？

我觉得调整是必然的，所有企业都会遇到调整，所以我们总结了一套方法论。

遇到剧烈的周期性行业变化，首先要分析这件事是周期性的，还是必然性的。如果是周期性的，就熬一熬；如果是必然性的，就要做革命性的变化。

这时候一号位要跳出来做变革。原来赚钱的业务，如果未来不属于这个业务板块，就可能需要做人员效率调整。

如果总结一下，你们经历的这些变化，哪些是周期性调整，哪些是以后可能彻底不存在的必然变化？

硬科技、工业这一块，我觉得是周期性的。工业 4.0 曾经被吹得很火，后来因为打压，一度没人投资，又冷下来，但这几年又火了。

它的需求实际存在，而且很刚，不会消失。

O2O 是被吹起来的概念，元宇宙也是被吹起来的概念。当然元宇宙以后如果有新的技术突破，可能还会再起来。

像原来 SaaS 里流程管理、企业内部管理的系统，现在肯定会被 AI 替代。这是大趋势，已经不是周期，而是技术变革，是生产力革命，肯定要跟进。

至于大模型、人形机器人，有些能落地，有些还在热点上但没有落地，要看后面的情况。我们会保持密切关注。

可以讲讲你们在 AI 这个大机会里，最近做了哪些调整吗？

这么多年，我们一直围绕着把 GPU 作为数字世界和物理世界之间的桥梁来做。

刚创立时，我们的核心算法就是物理正确渲染，让原来很多“假”的渲染变得真实。到现在，我们希望成为连接物理世界和大语言模型的桥梁。

信息技术不管怎么发展，物理世界都不会消失。人始终活在物理世界里，也不会希望天天戴着 VR 眼镜。

我们的技术一直围绕这条主线，只是技术迭代肉眼可见地加快了，各种新技术不断出现，我们也在不断升级能力。

你觉得你们的技术能够一直围绕一条主线，没有特别跑偏，原因是什么？有些公司最开始也是从技术出发，后来却不再围绕那个技术了。

我们最初创业时的算法，早就被颠覆过很多轮，也升级了很多次。但围绕数字世界和物理世界之间的这条主线，我觉得是一个以百年为周期的大周期。

这是你创业时就看到的，还是创业到某个阶段后才越来越明确？

我是一边创业，一边不断有新的想法。有些 idea 很快就被现实狠狠打脸了，最后剩下来的，感觉都和物理世界紧密相关。

所以不管这次 AI 怎么发展，大家都会思考哪些产品、SaaS 或软件会被 AI 替代，哪些不会。我个人认为，离物理世界越近越安全；离物理世界越远、越纯虚拟，就越危险。

在这个过程中，有没有什么特别大的诱惑，或者比较明显的分叉路口？

有。2016 年的时候，有位高管特别想做互联网金融，也就是装修贷款，给我们的用户提供装修贷款。这在当时是很自然的思路。

我们楼上或楼下有一家互联网金融公司，人数大概是我们的十分之一，但收入是我们的好几倍，员工走路都带风。一个普通大专生进去一年，工资就能发好几百万元。

乍一听肯定心动，但后来想想，这件事和我的核心技术没什么关系，我就不做了。我和那位同事说，你想做就自己出去创业，我这家公司不做，因为我对这件事一点兴趣都没有。

你明确不做的事情一般还有哪些？

挖矿也不做。当时同事想，GPU 和挖矿很接近，网上的 GPU 闲置了，能不能拿去挖矿。

但我觉得这件事对生产力没有任何促进作用，纯粹浪费电，所以也被我否决了。

总结一下，历史上有这么多可能做的事情，你判断做什么、不做什么的逻辑是什么？

第一，能不能用上我们的核心技术；第二，能不能产生社会价值；第三，有没有壁垒，有没有积累。

不要做一炮就没了的事情，要做有积累的业务。事情越做，竞争壁垒应该越高，而不是像装修，做完一单，下一单和上一单没什么关系。你做 10 年，和刚入场的人可能差别也没那么大。

有些东西随着数据和网络效应积累，壁垒会越来越浅。

你们在哪个阶段会做比较多这样的探索？

我们有两种探索：一种是技术产品探索，一种是市场探索。

做技术产品探索时，不考虑市场规模大小，只要找到一个市场验证技术就可以。比如空间模型训练数据的合成，我们最早找的是扫地机器人行业。这个技术验证出来了，但如果作为一项业务，市场太小；作为技术，则可以继续做。

也就是继续拿着锤子找钉子。

对，不断练出新的锤子，再去找更多、更大的场景。那时候人形机器人还没有开始发展。

我们服务扫地机器人做训练，后来可以延展、迁移到现在为具身智能公司做训练。这是一类技术拓展，不会一开始就考虑市场空间。

但如果是纯粹的市场拓展，就必须考虑市场空间。

听起来你们中间要不断做这种选择：要不要做一个新的东西。这个都是你来决定吗？公司里会有很多自下而上的提议吗？

我们也鼓励自下而上的提议。

具体是什么机制？

会有一个评审委员会。你先把 demo 做出来，大家评审之后，再决定要不要给你资源继续做。

不过方法论也在迭代。之前什么 idea 都可以，现在要求围绕核心算法、核心模型来做。

比如套一个 Gemini 或者套一个 OpenAI 的模型，自己没有核心能力，这种产品就不要做了。

那就以你们现在最重要的新投入方向——AI——为例，讲讲你们现在更成熟的方法。你们最开始注意到这个新的 AI 机会是什么时候？

7. AI布局曾经被暂停

2018 年。当时我们看到了很多论文，研究怎么用空间数据训练大模型。

那时做得比较简单，只是根据图像识别空间里哪里是墙、哪里是柱子。我们开始发布开源数据集，做一些论文。2021 年还专门组建了一个实验室，做空间模型和大模型训练。

其实机会很明显。但 2020、2021 年那波 SaaS 热潮把大家冲昏头脑了。

2018 年时，我不是说过互联网金融导致很多公司暴雷吗？当时我就想转向 AI，但探索过程中，核心算法工程师又被挖走了。

我记得有一次，一个组的负责人告诉我，他的团队已经被挖空，只剩他一个人。他说，招人的速度还没有被挖人的速度快。

做 AI 核心，除了 GPU 以外最重要的就是人才，所以很难做。

正好 2020、2021 年 SaaS 热潮太火了，我曾经一度怀疑自己。技术创业者很容易陷入技术自嗨，你刚才说的就是，我怀疑自己当时是不是在自嗨。

而且周围同事也都怀疑你在自嗨，认为你在看今日头条指挥公司。

对。他们觉得我在看今日头条来做决策。当时国家都说“房住不炒”，房地产要调控，人工智能是未来；但实际上 2020、2021 年房地产如日中天，火得不得了，像天上撒钱一样，反而 AI 很差。

人是群体性动物。当周围人都告诉你错了，说你在用今日头条做决策时，有时候你真的会觉得自己错了。

所以 2020、2021 年，我们在 AI 这块的探索基本只剩几个人，处于暂停状态。虽然我组建了一个实验室，但因为刚从美国挖了一个 AI 教授回来，也不能把那组解散。当时投入也就几个人，但房地产、建筑业务投了几百个人。

你挖美国教授回来，是因为你已经看到这个机会、觉得应该投入；但他真的回来之后，你们其实又没有继续投入那么多？

我还是觉得 AI 是一个很长的周期，什么时候爆发不知道。它可能蛰伏 5 年、10 年，甚至 30 年，取决于算法突破。谁会想到它那么快？

周围同事都说，原来的赛道如日中天，好赚钱，赶紧投入，你也没办法。

2020 到 2021 年，你们也在筹备上市，是不是会有很多精力花在上市上？你们当时本来是要去美国 IPO？

对，那一波也是大起大落。

你们原本计划在 7 月 15 日上市，后来因为滴滴的事情受到影响？

对。原来看起来特别顺利，各方面，包括招人，都很顺利。结果 2021 年下半年突然发生变化。

我们自己没做错什么，但受到滴滴事件影响，心情一下子从高峰跌到谷底。然后房地产又开始调整，头部客户很多都倒闭了。外部打击一个接一个。

你当时身处其中是什么感觉？这些因素你既不能控制，也很难预料。

极度懵。2022 年，我们想把重心转向国际化，因为国内实在不清楚是什么状况。

当时中国的疫情防控做得特别好，我们把全世界各国的人招到上海，建了一个国际化团队。2020、2021 年业务也很好，很多外国人特别想来中国。

结果 2022 年，上海全都跑光了。花了很多心血组建的团队，一个人都没剩下。

在 ChatGPT 和 Midjourney 火起来之前，那段时间真的是打击接踵而至。你那时是什么心情？

每天都处于懵的状态，先看看新闻，又发生了什么。

什么时候你感觉自己重新兴奋起来？

2023 年。

也是从那时开始，你们重新成熟地考虑 AI，并且大力投入 AI？

8. AI重启空间智能

2023 年 AI 火起来之后，我们内部用 Copilot 写了一些代码。我当时觉得，这对 SaaS，尤其是流程式 SaaS，是颠覆式打击。

你 2023 年就看到这一点了？

对。因为我自己写代码，所以感受太明显了。

我们当时就开始换引擎，内部开始强调做引擎，而不是做套壳。只做 UI 界面，或者类似 ERP、CRM 这样的系统，就没什么好做的了。传统企业软件的套壳太简单。

它内部主要是套一个流程，对吧？

对，就是套一个企业某项业务应该怎么做的流程。

在上一个时代，这种东西需要整个团队来完成；但在 AI 时代，你可能只要用语言描述一下，代码就能生成出来，变得很简单。

所以我们开始调整这些板块。但经历过 SaaS 时代招来的人，80% 都是做这种事情的。现在突然说这 80% 的人都要被 AI 替代，大家总得找到出路，否则肯定会骂你。

我当时就拉着科研团队讨论我们的定位。我们知道，大语言模型和图像模型基本没有机会，因为那是大公司的兵家必争之地。

这是 2023 年什么时候做出的判断？

2023 年初就判断了。那我们的选择有两个：一个是空间模型，另一个是给大模型做配套，比如训练各种 LoRA。两条路都在尝试。

为大模型做配套，主要想用在什么地方？

图像处理。当时 Adobe 这类产品还挺火，我们自己内部也做了很多尝试。

我们的结论是，前者，也就是自己训练大模型，会很慢、很烧钱，但能产生壁垒；后者要做得快。新的模型一出来，训练内容可能就变了，前面做的可能白做，所以那是拼速度的生意。

我们当然两者都尝试，后来也是自然选择。拼速度的团队很快都跳槽走了，因为国内环境太卷。

比如我围绕阿里的模型做训练，产品一旦市场反馈不错，团队为什么不直接跳到阿里去？阿里内部的支持肯定比我在外部更好。用了字节的东西，团队也可能直接跳到字节。

所以 2023 年一整年，我们两条腿走路，但模型还没训练出来，人才流失又很严重。后来我们主要做合成数据的生意，因为模型不完整时，可以靠人工填补，提供一些数据服务。

你们当时的合成数据，应该是之前已经积累了比较久的能力？

是的。我们一直想用 AI 生成场景、生成空间，但模型始终训练不清楚，还需要很多人工修补。

相当于现在业务上仍然是数据，但随着你们模型能力提升，背后需要人的部分越来越少。

对。

那时你们已经在服务机器人公司了吗？

那时候机器人公司还比较少，大模型公司居多。很多公司也在聊世界模型，押注的是视频生成这条路线。

到 2024 年是怎么发展的？我觉得那一年你们明确提出了空间智能，后面也有一系列发布。

经过 2023 年之后，2024 年思路已经非常清楚了：要训练自己的模型，做空间智能。

但 2024 年困难也很大。首先是人才。做模型对人的要求，远远高于做应用。我们内部判断，做应用没有机会，那肯定是大模型公司的菜，所以我们要自己做模型，至少要掌握算法和模型。

这就是当时的战略。除此之外，还要围绕模型做数据工程、GPU 基础设施等。

2024 年基本确定了战略，但执行阻力也很大。

除了招人很难，还有什么困难？

算法也遇到瓶颈。我看论文看到头发都掉了很多。当然核心问题还是人才。

2024 年你们也在筹备港股上市。一般在上市筹备期要考虑财务情况，投入一个短期没有收入的新业务，就意味着要承担一定亏损。你们怎么平衡这个问题？

当时最大的困扰还不是财务问题，因为我们的收入已经有一定规模。

财务方面，一是通过 AI 提效。传统前后端的投入可以大幅减少，有降本空间；二是商业模式升级，从原来的 SaaS 模式，变成按量付费，卖 token、渲染量或者计算量。

但这对业务团队阻力很大。传统业务跑得好好的，现在要调整商业模式，客户不接受怎么办？大家都不想动，所以推动起来也比较困难。

后来这些问题是怎么改善和解决的？

商业模式方面，慢慢强推，大家也就接受了。

人才后来是怎么解决的？我看你们 2025 年发布了模型，也发布了 Spatial Verse 等平台。

9. 六小龙带来人才红利

2024 年中，政府也很支持。2024 年底到 2025 年初，浙江、杭州的“六小龙”突然出圈。知名度提升之后，很多人慕名而来，一些原来做不清楚的算法问题，牛的人才进来之后很快就解决了。

所以这确实和“六小龙”有关。

对。当时我们遇到这件事很意外。我们原来定了一个战略，叫“小龙计划”：不靠知名度赚钱，但希望靠知名度吸引人才。

所以 2025 年，我把所有业务工作都放下了，专门招聘，天天蹲在公司面试人。

你会主动去找人吗？

会。有些人是看论文去找，有些人是投了简历，再找他们聊。

这个过程中，有没有什么让你特别自豪的招人经历？这类人才竞争很激烈，很多大公司也在找他们。

我们当然也在和大公司竞争，但我发现很难真正竞争过，所以要有自己的差异化标准，在大公司误判的人才里找到真正的人才。

有具体例子吗？

具体不说某个人。我自己出题。以前我们出的题类似脑筋急转弯，现在出上机题，确保 AI 解不出来，也不是 5 分钟、10 分钟能做出来的，估计要做 1 个小时。

主要考察面试者的学习能力和动手能力，不看履历。

对做模型和算法的人来说，什么叫动手能力强？

学习能力是通过动手能力体现出来的。比如你看了一篇文章，究竟有没有看懂，得动手把它复现出来，甚至优化它。

能复现、能优化，说明你已经学到了比较接近专家的程度。

我自己也在学习。所以 2025 年，我一边学习，一边找人，好好利用“六小龙”突然获得的知名度，争取最宝贵的人才。

现在成果怎么样？

2025 年，我们收到的国内简历大概是 2024 年的 9 倍，海外简历大概多了 20 倍。

从 2024 年明确投入空间智能以来，你们大概投入了多少？

算力一年大概投入几千万元。现在做算法和模型的团队大概 60 个人。

2023 年是多少人？

2023 年可能不到 10 个人。

一年多的时间翻了五六倍。这是不是你们历史上纯做算法、做模型人数最多的时候？

创业初期做算法的人很多，后来算法遇到瓶颈，人数慢慢减少；有一段时间甚至被挖光了，中间就招了很多单纯做前后端的人。

现在发现前后端 AI 都能生成，所以又转去招算法。

这也可能和我自己有关。那段时间我没有重点抓这一块，跑去抓客户，算法团队就松懈了。

如果回头看，你们 2018 年就更早投入 AI，现在会有什么不一样？

从纯软件角度来说，还是偏早。但如果投入硬件，就不一样了。

你指的是买 GPU 吗？

不是，是做这种真正的硬件。我觉得贸易战之后，最大的机会点不在软件，而在硬件上。

你们目前披露的业务里，似乎没有硬件。

对。现在复盘，应该是给算法配硬件。2018 年最大的机会，可能就是这个。

但我回过头想，即使当时听说过 Transformer，我也不会去训练大模型，因为它和我们的业务太远，和技术栈也太远。

2018、2019 年我看到 Transformer，可能只是瞄一眼，没有真正琢磨，所以这个机会错过了就错过了，肯定不属于我。

如果你当时把精力放在研发，而不是业务上，对酷家乐的收入增长会有影响吗？

可能会有一些影响，但我觉得影响不大，因为我也不是一个很好的业务人员。

你觉得现在已经不是布局硬件的时间窗口了？

我觉得在中国纯做软件还是挺难的，多多少少得做某种形式的硬件。但现在的硬件形态，肯定和 2018 年不一样。

现在你们还能做吗？还是说这是一个开放问题？

这是开放问题。未来算法的输出口会是各种设备，所以肯定要连接到各种设备，硬件还是要布局的，只是以什么形态布局，还在研究。

回看酷家乐的发展，我觉得你们有点像逐水草而居，每隔几年就要做点新的东西，但仍然是在原来的主线上拓展。

现在找到空间智能，你觉得它能支撑你们做多久？它是一个可以让你们定居、生根的方向吗？

10. 空间智能通向物理世界

这里面有一个风险，就是空间智能最终能做成什么样，算法能做到多智能。

我们现在已经在空间智能基础上拓展了影视制作、文旅、文博等多个行业，很多业务都建立在这项技术上。但模型能不能达到理想效果，还需要团队继续努力。

可以完整描述一下，在空间智能这个底座上，你们现在长出了哪些探索？

我们现在基本是三层结构。

最底层是核心能力，包括原来基于 GPU 的物理正确渲染，还有空间理解和推理模型 Spatial LM，以及空间生成模型 Spatial Gen。

在这个基础上，我们提供 API 和能力服务，包括空间理解、空间推理、空间重建、空间编辑、渲染等一系列能力。

再往上，产品分成服务人类和服务机器两类。服务人类的，包括原来的酷家乐，面向设计师；还有棚拍、LuxReal 等产品。棚拍服务电商行业，LuxReal 服务短剧制作。

服务机器的，包括 Spatial Twin 等产品，建立在这些底层能力之上。

所以整个空间智能版图，就是围绕底层模型和算法能力，搭建不同产品，应用在不同领域。

你刚才说空间智能能支撑你们做多久，关键悬念是模型能力能达到什么程度。除此之外，还有什么不确定性，或者说你的核心判断、核心 bet？

这个赛道的潜在竞争会很激烈。

我们选择了一条做空间重建的思路来做空间智能或世界模型，但很多公司选择用视频生成的方式做世界模型。这两种路径完全不一样，最终哪条路线会胜出，其实不确定。

你们的空间重建也包括生成，对吧？

对，Spatial Gen 就是 3D 生成模型。

核心区别是，你生成的是 3D 内容还是视频。现在这两条路线，Google 的路径更像是生成视频，Seedance 可能也是生成视频；李飞飞的 Marble，以及我们的思路，则是生成 3D 内容。

3D 的优点是有尺寸、可以交互；视频的优点是精美、灵活。所以未来谁占上风，我也不确定。

客观来说，我们做视频肯定干不过 Google 这类公司。我们押注的是 3D 模型路线，它有更好的记忆和尺寸控制，可以获取空间中所有的距离、位置、遮挡关系。

如果需要一个接近物理世界的场景，视频模型做不到。比如一个人走在路上，看起来可以有 5 米高，也可以有 1 米高，对视频模型来说区别不大；但对 3D 场景来说区别很大。

视频生成模型也在追求物理正确，比如 Veo 3、Seedance 2.0 的效果越来越好。但它们的底层原理不是物理正确，而更多是视觉上的连续性。

所以你目前觉得核心有两个不确定性：一是自己能做多好，二是另一条技术路线能不能替代你们的路线。

对。但它的需求非常明确，我们自己的产品需求也很旺盛。

我知道你们已经在服务一些具身智能公司。现在中国的具身智能创业公司特别多，你们从合作伙伴那里获得的反馈是什么？你们和全球公司也都有合作吗？

都有合作，但目前还没有出现大规模落地的情况。中国真正能在具身智能大脑训练方面落地的公司还有限，这个市场还需要孕育。

所以我们一直提倡拿着锤子找钉子。希望空间智能技术能用在更多领域，不只是给机器人训练，也可以给工厂做规划。

比如 Spatial Twin 可以用于工厂规划。工厂里有很多非人形机器人，也就是传统自动化机器人，比如 AGV。

这些也属于机器人，不能只有长得像人的才叫机器人。

对。工厂需要规划不同设备怎么排布、怎么移动，以及怎么调度流程。

这应该已经有很实际的客户了。

有。做 AGV 的公司也太少了，但还是会遇到同样的问题：客户数量有限。你要找到足够大的客户群体，还需要探索。

训练一个模型、做一个核心算法，投入非常巨大。如果用户面太窄，肯定不划算。

就像有一把屠龙之锤，但钉子都很小。

对，而且我们也过了可以纯烧钱的阶段，还是得有利润。利润可以多一点、少一点，但必须有。

长期来看，你觉得机器人行业会发展到什么状态？群核现在做的事情可以在里面扮演什么角色？

现在看机器人行业，就像 10 年前看自动驾驶。你知道这是充满想象的未来，但不知道什么时候落地。

机器人也是一样。我相信机器人的大模型一定会被攻克，机器人替代人类干活一定能够实现，具身智能的大脑一定会做出来。

现在已经看到了很多不错的例子，但确实还有很多局限。机器人的电池、算力等，都远不如汽车。

这些问题要多长时间解决、怎么解决，是全球相关公司都在努力的事情。我们只能在大脑训练方面出一点力，电池、续航和算力都不是我们能解决的。

很多时候，你只能让自己的产品尽可能服务更多群体。等风来了，你就能飞起来。

你现在能判断，酷家乐之外的新场景，什么时候收入和利润能超过以前的业务吗？

算力增购的收入大概已经占到总收入的 5% 左右。

我希望算力型产品的收入，和 SaaS 月费、年费模式的收入，能在 3 年内达到一比一。

具身智能领域还有一个讨论很多的问题，就是数据类型。有些人相信还需要真实数据、真机数据，另一些公司更希望使用合成数据。这会影响你们在这个行业里的位置吗？

我觉得不会影响我们的市场位置，但会影响技术决策。

我们发现一个典型差异：欧美企业比较喜欢仿真数据、合成数据；国内企业普遍喜欢真实数据、实景数据。

你觉得这种区别是为什么？国内很多机器人公司源自自动驾驶行业，而自动驾驶天然使用汽车真实扫描数据，可能有惯性。

对，有关系。我们不可能改变一个技术团队的信仰。

你相信真实数据，我就给你做真实数据；你相信合成数据，我就给你做合成数据。

在获得真实数据这件事上，群核的核心技术，比如 3D 空间重建，能用上吗？

能。我们现在的 Spatial Join 也有重建能力。通过拍摄多张图像或视频，用不同角度的 2D 照片建模，再加上激光雷达，就可以做得和真实环境很像。

精度上可以媲美真实环境的数据吗？

取决于激光雷达。激光雷达足够精确，就没问题。

但它不能直接复刻环境中的摩擦系数、材质，以及交互时的实际反馈。我觉得这些数据最终都可以采集出来，也可以复制到更多虚拟环境里。

机器人感受到的最终都是数字信号。无非这些数字信号是完全虚拟的，还是源自真实世界。

我们的技术也是围绕真实世界、物理世界来做的，让它尽可能逼近物理世界，这是我们正在努力的方向。

所以不管具身智能公司需要什么数据，你们都可以提供服务。

是的。我们服务了很多国内企业之后发现，国内更喜欢真机数据，海外可能更多采用合成数据。

你的老东家英伟达，黄仁勋也非常推崇合成数据在具身智能领域的作用。

这也和美国整个生态、法规有关。如果有真实扫描数据，肯定比纯生成数据好，但真实数据容易涉及隐私问题，所以不敢使用。

这是因为黄仁勋想卖芯片吗？

不是，我觉得主要是法规问题。

你们现在服务的机器人客户，什么时候能成长为比较大的客户，为你们带来比较多收入？

我们这种模式需要规模足够大的客户。一方面，他们要有量产能力；另一方面，公司数量也要足够多。

现在公司数量已经不少了，一两百家。

一两百家也叫多吗？不到 1 万家都不算多。

你觉得会有 1 万家具身智能公司吗？

有可能。

如果纯粹是人形机器人，可能不会那么多；但如果说智能机器人，就会很多，甚至一个机械臂也需要类似的能力。

所以你的设想是，智能机器人会有很多不同形态，服务很多不同场景，整个市场里会有很多不同公司。

对，公司数量会比我们现在想象的多很多。

这是少数派观点，还是这个行业里很多人都这么想？

我觉得这是大势所趋，大家应该不会否认。

比如吊集装箱的吊车，也是自动化机器。它不可能做成人形，因为人的负载不可能吊集装箱。

未来会有大量大型设备，也会有很多小型设备，比如进入人体疏通血管，这也是机器人。

但另一方面，吊车可能并不需要变成智能机器人。很多设备已经非常适应现有生产流程，也许不需要更智能化。

智能是所有设备都需要的，只是需要多智能。

现在的吊车可能有一些原始智能，或者有人在操作。未来能不能一个人操作更多设备，这些都属于智能化。

我觉得没有人会拒绝智能。智能本身没有负面，只是要多智能，需要不需要全自动、完全自动，还是半自动。

智能也有一个负面，就是成本。

成本包括算力、耗电和能源。

但一个吊车的耗电，比起算力消耗可能不算多。如果地球上到处都是智能设备，会不会非常耗能？

效率提升之后，能源的获取成本也会降低。

AI 变得更聪明之后，也会帮助人类解决能源问题，攻克能源科学中的一些问题。

说实在的，能源本身也是一个生产过程。如果生产过程都是自动化的，就没有那么高的成本。

比如太阳能，如果从生产到安装全部自动化，最终成本就是矿产成本和土地成本。所以效率提升从来不是负面的。

如果空间智能没有达到你设想中的状态，有可能是哪一步判断错了？

我觉得空间智能一定会达到我想要的状态，只是需要多长时间不确定。

你现在心里对时间怎么估计？

只能努力去做，我们自己也在不断做实验。

人的基本能力，一个是沟通，另一个是在物理世界里活动。人都能实现，为什么系统不能实现？

空间智能达到什么程度，你会觉得相对成熟？

现在 OpenCloud 可以在虚拟世界里做各种活。什么时候我们能够帮助这样的系统在物理世界里干活，那就成了。

我们相当于要成为大语言模型的眼镜，让它理解物理世界。今天它能扫地，明天能擦黑板，或者做其他事情，最后实现通用。

当然，先不要说干活。它能够在不同空间里自由走动，就已经很不错了。

现在很多具身智能公司自己也会做世界模型。他们做的东西，和你们用来服务他们的东西有什么区别？

现在属于百家争鸣。如果硬件是自己做的，我觉得模型大概率也会自己做，他们可能会做一个什么都包含的系统。

我们的 SpatialLM，只是帮助大语言模型理解物理世界，把物理世界翻译成脚本，让大语言模型能够理解和推理。其他事情我们不做，也不会让这个模型只用在某一套机器上。

我们希望所有业务线都能用上。

你们的逻辑是认为，机器人公司、其他行业公司之间，会有一个共同的基础层，大家都可以使用。

对。现在的大语言模型已经很强，但它依然无法理解物理世界，也无法很好地指挥我们在物理世界中交互。

这里缺少的通用能力，可能就是我们的机会。所以我们一直在探索这件事。

SpatialLM 更多是把物理世界翻译成脚本，让大语言模型能够处理。

自然界里的动物都能很好地在物理世界里活动，不会走着走着撞到墙，除了二哈之类的。我们怎么让所有硬件设备、所有人类使用的软件，都具备这种能力？我觉得这是第一步。

你们现在做的事情，更偏平台型、基础型的东西。

对。

而群核过去做酷家乐时，给人的印象是做了很多很垂直的事情，直接服务终端用户和客户的业务。你觉得这是从纵向到横向的转变吗？

我觉得不是转变，而是顺势而为。

大模型出现之前，过去 5 年的方法论都是在一个细分赛道里做精、做透，把每个环节服务好。

过去也有旷视、商汤这样的公司，试图做技术平台，但没有成功。

你们当时没有考虑过这种方式吗？那时他们也融资很多、发展很快，是 AI 明星公司。

我们调研过。他们大部分客户是政府和大型企业。

我记得是 2017、2018 年研究 AI 的时候，当时的 AI 更像是面向政府的商业模式，主要做的是人脸识别和安防。现在的 AI 和那个时代完全不一样。

所以当时的方法论就是做垂直场景，把它做精。

你会担心这样把公司做小吗？

首先，我们的战略是公司得先活下来，然后在活下来的前提下选一个最大的赛道。这可能和我们的创业经历有关，因为我们一开始不是那种能融很多钱的公司。

如果看到一个真正值得我们押上一切的赛道，我们也会尝试。

目前综合判断，空间智能最适合我们做，而且这个赛道不小。

以前做酷家乐时，虽然全球市场不算大，但在国内的细分赛道里，我们已经遥遥领先，是第一。

而且我在英伟达的经历也让我看到，英伟达一开始也是做游戏显卡，是一个很细分的小赛道。

英伟达后来显然变成了偏基础设施的公司。

对，这也是一个发展路径。

创业其实就像投胎。你第一步投胎到王室家庭还是乞丐家庭，不是你能控制的；但后面怎么发展，靠的是自己。

朱元璋也能从乞丐变成建立大明王朝的人。

如果我第一步做的是 GPU 通用计算，让我去做一个电商平台，我也不知道怎么做得过别人。

英伟达的转变过程，对你们有什么启发？它是什么阶段开始越来越像一家生态公司？

它花了很长时间。我读书的时候拿过英伟达的奖学金，他们在最困难的时候，也资助很多人使用 CUDA 做通用计算研究。

这个过程将近 10 年。企业转型是很漫长的过程，一部分靠运气，一部分靠耐力。

前提是得活着。

对。英伟达虽然股价一度跌得很低，但还有现金流业务，比如消费级 GPU 和数据中心业务。

我创业这么多年来，被投资人不断灌输的明星企业，90% 都消失了，或者变得默默无闻，业务也没了。但我们还活着，每年也都在增长，已经挺不容易。

我们从来不是一夜暴富、大起大落的公司，做事情讲究稳扎稳打。我们内部叫“坚壁清野”，就是步步为营地占领市场，确保占领下的业务不会被别人轻易一锅端，这很关键。

很多明星企业可能因为一次舆论、一次假货事件，整个公司、上百亿美元的价值就消失了。

科技公司一开始高举高打，长时间没有找到真正有规模化收入的业务，这里面确实有一个平衡问题。

我以前对研发投入很疯狂。当然，这几年也被惨烈的市场和资本市场教育了。融资好的时候，肯定拼命投入研发；融资差的时候，必须有利润，否则死了没人救你，资本市场只会落井下石。

所以还是得长期活着。

当然，看到巨大机会，如果判断自己能抓住，肯定要搏一把。但如果不一定抓得住，就要谨慎。

现在人形机器人绝对是巨大机会，是百年一遇的窗口，但谁能抓住不知道，因为面对的玩家都巨大无比。

我创业过程中，手机行业、电动汽车行业也有很多人进入，我们都研究过。

研究这些，是为了考虑要不要做吗？

肯定会想，怎么切一点蛋糕。后来觉得根本没机会。

你是什么时候特别意识到自己会是一家科技公司的？

刚创业时就想做一家科技公司。

你怎么定义科技公司？

科技公司就是硬科技公司，做的东西不能随便招一个工程师就复制出来，要有核心技术作为竞争力。

我们一开始就是这么定位的。但回国之后被现实连续打脸。

当时中国的环境下，硬科技公司很难融资。我一开始给投资人讲 GPU，讲 GPU 以后会替代 CPU、会走向云端，被投资人喷得体无完肤。

他们说：“英伟达还在不在都不知道，你还瞎整这个东西。”后来我们就不讲这个故事了。

“六小龙”这个称号出现以后，杭州几家科技公司被并列在一起。那时你感觉自己处在一个时代之中吗？外界给了你们一个时代标签。

这件事有利有弊。一开始我还是挺开心的，至少很多问题被这个飞来的红利解决了。

但后来参访、活动实在太多，有点慌。我还是想多花精力做模型、做技术。有时候一个模型训练下去，几百万元就没了。

现在也趋于平常心了。我们内部定了一个原则：公司不管怎么出圈、出名，不要利用名气牟利，但可以利用名气多招人。

六小龙的创始人之间会有什么交流？

偶尔一起吃饭、聚会、聊天。有时会聊某个活动参加不参加，谁最近又发布了新产品，觉得很厉害，要不要分享一下。

共同的问题之一，就是活动太多。

有了六小龙这个称号，会让你想做更大的事情，或者产生更崇高的想法吗？

这件事挺微妙。以前我在公司内部提议要做空间智能、自己训练模型，会有很多人反对。但六小龙出圈之后，这种反对少了很多。

从我自己的角度，我一直觉得公司就是科技公司，要以科技为核心竞争力。但环境变化之后，团队的想法也更趋同，凝聚力强了很多。

所谓科技公司，就是要长期主义、看长远，很多事情短期赚不到钱，你要不要投入。这其实是任何组织里的长短期平衡问题。

业务同事当然希望今天做的产品，明天就能卖钱。你告诉他几年后还不一定能卖钱，他肯定会质疑。

但六小龙之后，有些同事也不好意思再这么说，好像显得自己没有觉悟、没有格局。

另外，我们也招到了很多优秀人才，可以真正开始做模型。

现在这么多公司都在抢顶级人才，你们怎么竞争？股东的质疑也少了吗？

六小龙出圈前几天，股东还在质疑我，说你不看看自己有几斤几两，为什么要自己训练模型。他们希望我把研发砍掉，多做利润，不要自己烧钱做模型。

六小龙出圈之后，他们就不吭声了。

那你自己的业务决策和业务判断有没有受到影响？

没有。该做的事情、该做的业务还是这么做，但落实过程中的内外部阻力少了很多。

比如现在有人问你是不是科技公司，我一直觉得我们就是科技公司。我们做了这么多年，从第一天开始就是围绕物理正确渲染，到现在做物理世界和数字世界的桥梁，这条主线没有变。

我们几个人原来都研究高性能计算，不可能出来做电商平台。但别人不一定这么看。你不管怎么做，总会有人戴着有色眼镜看。

内部也会有人觉得，做什么科技公司，赚点快钱就好了；投资人也会说，你们从房地产赛道出来，还做什么科技公司，不要自欺欺人。各种声音都会有。

科技公司经常要判断，能容忍多前沿的研发，可能多少年没有商业回报。不同公司的标准很不一样，你的标准是什么？

这不是标准问题，而是对技术发展的判断问题。

你要判断，这些缺陷能不能通过一段时间的研究和工程化解决，还是有些东西从原理上就不对，永远解决不了。

比如我判断视频模型永远解决不了真正的物理正确。当然这个判断可能对，也可能错，但你至少要做判断。在我的能力范围内，我也一直在学习。

如果判断错了，我希望尽快知道自己错了。

当你有了这个判断之后，能接受一项技术在前几年里都没有商业回报吗？

至少 3 年内得有一些商业回报。超过 3 年，就要掂量掂量。

如果公司实力更强，现金流业务更好，就像英伟达一样，有时可以投入一个 5 年、10 年后才有意义的方向。这取决于事情有多大。

空间智能领域，我们 2018 年就开始研究，到现在收入还有限，但我们觉得事情足够大，所以愿意提前做。

当然，投入几个人做科研、发论文，我觉得是可以接受的。

你现在对自己的定位是什么？有的创始人更像商人，有的更像产品经理。

我现在更多是科研 leader，把科研成果和产品连接起来。这是我现在主要的工作。

基本上从 2023 年之后，我就把商业和用户部分转给其他合伙人，专注做空间智能转型。2023、2024 年，我已经意识到公司要进行空间智能转型。

你现在有什么想提升的地方？包括个人和组织层面。

我每天都在不断学习，因为世界变化太快。

招聘和人才吸引方面，我觉得也有很大提升空间。早期创业时，我们会不断主动出击；现在很多招聘依赖 HR 先去找简历。我希望这方面能有更多突破。

整个公司层面，你觉得有什么需要提升？

提升效率，更扁平化，减少沟通协同。这是 AI 时代的巨大变化，很多没有必要的协同可以通过 AI 实现。

AI 出现之后，组织管理有什么具体变化？

以前有一套流程体系。比如研发一个产品，要有需求来源、用户调研、立项报告、委员会评估、周期预测，一步一步往下走。

现在不是这样。现在是先把模型做出来，可能一两个人就能快速做出产品原型，再去市场验证，行就行，不行就算了。

有了模型这个基座，做产品和试错会变得很快、很灵活。因为不需要那么多人协同，也不需要那么复杂的流程。

你们三个联合创始人之间的沟通和协作方式，经历了什么变化？

我们沟通一直很通畅，现在分工也很细。我主要负责空间智能转型，陈航主要负责 To B 业务，朱浩负责研发和 PLG。

历史上有过比较大的分歧吗？

早些年有一些，到现在基本很容易达成共识。

什么时候开始越来越容易达成共识？

我印象中，2015、2016 年之后基本就没有太多争议了。

早年的分歧主要是什么？

产品方向的争论，比如要不要做 O2O、服务业主还是服务设计师。

现在基本都是理性讨论，很少争吵。

作为一号位，你是强势的人，还是比较会倾听？

我比较会倾听，也比较理性。这有利有弊，容易被别人影响。

你刚才说，曾经会被周围的人影响，怀疑自己是不是技术自嗨。

对。遇到各种事情，我都会分析来分析去。

经过之前的判断和变化，你现在变得更相信自己了吗？

人的性格很难改变，但可以改变身边的人。

如果你要在一个行业里深入，需要很多行业专家顾问；如果要深入做科技公司、做空间智能，周围一起决策的人也要真正懂空间智能、大模型和硬科技。

我要给自己创造一个小环境，让一起决策的人是我选择的战略方向的人。

比如我要做空间智能，如果拉一群销售讨论，他们肯定会说赶紧明天上线、后天变现。但讨论空间智能时，我们会拉首席科学家等人一起讨论战略。

你曾经顶着比较大的内外部压力，做过什么当时公司、外部或行业都不太认同的决策？

2023 年转型空间智能，压力就很大。

市场发生巨变，我们投入巨大的建筑、房产业务在亏钱；做大模型、做 AI 又很烧钱。你要关闭亏钱的部门，同时继续花钱训练模型、招顶尖人才，内部压力非常大。

同事肯定会声泪俱下地斥责你。

不得不请一些在公司工作很久的人离开时，你会怎么和他们沟通？

后来我就不管这些团队了，让其他合伙人去处理。我自己的压力也很大。

你觉得这是一种逃避吗？

其他合伙人觉得我是在逃避。

这是创业中最让你痛苦的部分吗？和人相关的事情。

和人相关的事情，对每个创业者都很难。

创业时间稍微长一点之后，有些人跟上了，成为核心骨干；没跟上的怎么办？我见过很多无情的 CEO，但我不是那么无情的人。

有些老员工来我办公室，声泪俱下地找我，你怎么办？不做就慢慢死，做了压力又很大。这几年这种压力确实很大。

我 2023 年其实已经想得很清楚，空间智能是一个巨大的机会，要做物理世界和数字世界之间的桥梁。但怎么把原来的团队、投资人切换到新的状态，是非常复杂的事情。

这种风格可能有一个好处，就是公司核心人员比较稳定，彼此之间有长期信任。

对。痛苦的是，有些原来是核心的人突然跟不上，或者排斥这个方向，就比较麻烦。

你的调整可能相对慢一些，比如砍掉团队，手会慢一点，速度比较渐进。

对。复盘起来，这可能是有问题的地方：手太慢，不够心狠手辣，不是直接处理，总希望花很长时间培训他们、让他们改变。

但实际上，这个世界上能改变的人非常少。理性上我知道很难改变，还是想再试着改变一下。

你想让自己的手更快吗？

我觉得挺难。所以我就把这些团队转给其他人了。

刚才说了很多痛苦的部分，可能都和人相关。你最享受的部分是什么？

最享受的还是产品上线之后被用户喜欢，获得行业认可。这是最让人兴奋的。

能想到这样的时刻吗？

酷家乐最早上线时，很多用户开始在微博上疯狂传播，我很开心。

做工业 4.0 时，整个工厂完全跑通，一键下去，东西就能生产出来。对方老板打电话给我，非常兴奋，我也很兴奋。

在空间智能领域，每次模型训练出来，我都会自己测试，希望至少能让我觉得有惊喜。

最近一次让你有惊喜的模型是什么？

前阵子我们发布了 Apollo，是做空间重建的。不需要人工参与，就能快速、自动把空间重建出来，效果还不错。

不过玩到最后，给我带来最多兴奋感的，还是好的产品。

你觉得自己是强于战略、实验，还是执行？

我比较强于学习和定战略，能够随着时代变化不断改变。

什么时候发现自己跟不上时代了，我就不干了。

现在学习新东西，会有吃力或疲惫的感觉吗？

比 20 多岁时慢一些。20 多岁时看书看一整夜，第二天起来不困；现在通宵，第二天就头昏脑疼。

但这可以招更多人来解决。

如果认知是对的，很多事情都可以招人解决。最怕的是认知错误。认知错了，一切都错了，无法通过招人解决。

你习惯的学习和成长方式是什么？

夜深人静时自己看书。

最近在看什么书？或者说，这两年哪些书对你影响比较大？

这两年主要看技术书，比如大语言模型如何从零开始训练，以及最近在看的 Web coding 的技巧。

以前几年也看很多管理书，但现在觉得，很多管理书在这个时代好像一文不值。

过去看过的书里，对你的做事方式和价值观影响比较大的有哪些？

有一本叫《Breaking Twitter》，从侧面讲埃隆·马斯克收购 Twitter 之后如何改造这家公司，对我的触动挺大。

什么部分触动很大？

他接手一家公司之后要做转型，风格雷厉风行。

这刚好触动了我很难改变的部分。如果我很容易改变，自己看完就改了，不会被触动。

我在这方面做得不好，所以想学习怎么改变。但这可能也是性格里很难改的一部分。

他可能一上来就把某个部门砍掉一半人，非常快。网上还有视频，大家开会开着开着就被 fire 了。

我做不到，但有时候组织确实需要雷厉风行。

朱浩之前讲过一个故事。2023 年你们第一次上市没成功，后来又想融资，一起去了纽约。那次融资反馈也不太好，有一天你们在自由女神像下面，朱浩算了一下，说创业这么多年，他的收益还不如留在亚马逊；你的收益可能也不如留在英伟达。

我们聊过这件事。但我不是这么算的。

钱对我来说，只是一种撬动人生理想、实现事业的工具或杠杆。我考虑的还是，自己想做的事情有没有足够多的资源去实现。

对我来说，最大的挑战就是这件事。现在有了更多钱，我估计还是会想着怎么用它去撬动这件事。

你想撬动的事情，具体描述一下是什么？

更多是实现人生理想，做一些改变世界的事情。

改变世界具体指什么？

做出一些有世界影响力的东西。

你身边有哪些人或公司，你觉得具有世界影响力？

像 SpaceX 这样的公司就很有世界影响力。

DeepSeek 算吗？

梁文锋也算。他也和我聊过。

我找很多人聊过，最终产生的成就感，可能还是做出对世界有影响力的产品。这才是真正实现人生意义的事情。

这和公司做多大并不完全对等。

有一定关系，但公司做大是一个漫长过程。如果能想到一个好 idea，一下子把公司做大，当然最好，但不是每个人都有这样的运气。

我们有一个体验：公司做大和做强、做好，是两码事。很多公司我们尝试并购，把公司做大，但后来想想没什么意义。

如果买来的东西没有影响力，只是为了赚一些钱、做一些收入，意义非常有限。

酷家乐、地产、家装，以及工业 4.0 这些事情，达到你心中“有世界影响力”的状态了吗？

比起 DeepSeek，肯定没有那么大的影响力。但比如对接生产的工业 4.0，在行业内影响力还是很大的，也确实改变了整个行业。

只是它没有改变所有行业，所以我们下一步希望通过空间智能改变所有行业，而不再聚焦某一个细分行业。

对你影响比较大的企业和公司有哪些？

肯定是英伟达。至少那是我唯一正式工作过的公司，我对公司的组织运作、拓展客户的方式等，记忆都停留在那里。

你在英伟达工作时，公司规模还比较小，应该也和黄仁勋有一些直接接触，有时一起开会。他是什么样的创始人？

大部分时候他也在听。至少我工作的时候，他不是那种表现得雷厉风行的人，但非常坚持。

当时他讲下一条增长曲线、S 曲线，大家都不相信，但他相信自己看到的机会，坚持长期投入。

这一点值得我们学习。

我觉得公司通常不是所谓第二曲线，而是每个公司都会从一个阶段进入下一个阶段。运气好的公司，一波浪潮能维持 10 年、20 年；运气差的公司，几年就遇到一波变化。

你们其实就是几年遇到一波，几年又遇到一波，没死就已经不错了。

总体来说，你觉得自己的运气怎么样？群核的运气怎么样？

虽然不是最好，但我觉得已经很感恩了，已经不错了，比同期一起创业的人绝大部分都好。

当时和我一起创业的大概有几十个人，现在还在的公司已经很少了。

这些人大部分也是科技创业者？

对，大部分都消失了。

你总结过他们消失的原因吗？

各种各样都有。不幸的公司各有各的不幸，各种死法都有。

有赌博破产的，有因为触犯法律被抓的，有赌错赛道破产的。能想象到的死法都有。

所以能活到现在已经不错了。不能只看企业光鲜的时候，有些公司一下子爆发，后面就没了。

你有什么会告诫自己千万不要做的事情吗？

不要做一炮就没了的事情，不要把所有东西押在一个短期风口上。

我发现你不太愿意说特别宏大的目标，不太喜欢讲豪言壮语。在公司里也是这样吗？

对，我们讲究落地。

比如讲空间智能，我们会把事情讲得比较具体。我也过了画饼的阶段，刚创业时会画饼，现在觉得还是讲实际一点。

我得确保自己讲的东西都是真正在做、能做出来的，不想忽悠别人。

很多时候把饼画大，是为了获得资源。但我现在需要的东西，自己都能获得，所以更多是把东西做出来。

创业过程中吃过什么大亏？比如被股东勒索之类。

关键还是把事情做成，把产品做好。钱、股份都是调度资源的手段。

只要没有致命伤害，我不会一直记着，但会复盘，比如某一类人以后少接触。

你最引以为傲的优点是什么？

情绪稳定、冷静、理性。

你能意识到的比较大的缺点是什么？

早晨起不来。

这个和前面的优点不太对等。优点是情绪稳定、冷静、理性，缺点是早上起不来。

经常因为早晨起不来错过一些事情。比如重要会议在早晨开，我可能晕乎乎的，没有做出正确决策。

如果说性格上的缺点，我比较慢，可能有一些特别大的机会没有抓住。

比如前面提到的 2018、2019 年，那是布局硬件和 AI 结合的黄金时期。我想得太多，不是那种想了就马上去做、不考虑后果的人。

过去已经证明，你们是非常有韧性的公司。大家关心的是，未来你们能不能在证明自己可以活下去的基础上，变成一家很大的公司。

我说的“大”，是指强和有影响力。

活下去肯定没问题。我现在主要的工作，就是把公司带向空间智能企业。

现在大家说世界模型、空间智能，我们更侧重贴近物理世界。什么时候公司能说，一半收入都来自空间智能，我觉得我在这个阶段的使命就完成了。

今天非常感谢黄晓煌做客《晚点聊》，分享整个创业历程，以及从 2024 年开始大力投入空间智能的转型。也希望群核能作为一家这么早成立的科技公司，真正基于它看到的机会，做出改变世界的产品。那今天节目就到这里，各位拜拜，拜拜。本期节目就到这里，欢迎收听。如果你对今天聊的话题有观察、好奇或疑问，欢迎在评论区分享想法，这也会成为我们节目的一部分，让整个讨论更完整。你也可以把我们的节目分享给对这个话题感兴趣的朋友，欢迎推荐更多你想听的主题和嘉宾。你可以从小宇宙、苹果 Podcast 等渠道关注“晚点聊 Late Talk”，也欢迎关注我们的公众号“晚点 Late Post”，下期再见。