2026年10月20日，群核科技（Manycore Tech，00068.HK）联合创始人、董事长黄晓煌发布内部信。在公司上市半年后，他再次谈起一个核心命题：用空间智能，让数字世界和真实世界越来越接近。不只是让数字世界“看起来像”真实世界，还要让其中的物体、空间和运动规律真正对得上，最终成为AI通往物理世界的入口。
这个命题，恰好碰上了AI行业的一次新变化。
上个月，GPT-6 Astra展示出的空间理解与生成能力，让一个问题再次摆到3D行业面前：当大语言模型已经能够通过海量数据和长程推理理解空间，走3D路线的空间智能，还有多大必要？
黄晓煌认为，3D并没有因此失去价值，恰恰相反，AI越是走向物理世界，空间智能越重要。
他在内部信里提到，大语言模型通过预训练和长程任务推理，确实涌现出了令人惊讶的空间理解能力。但理解空间，不等于能够稳定、精确地构建和操作一个空间。对于真实的商业应用而言，成本、效率和精度仍然是绕不开的门槛。视频模型可以生成一段看起来真实的画面，却未必能保证其中的物体始终存在于同一个位置，更难直接满足机器人训练、空间交互等场景对几何结构、物理规律和可操作性的要求。
这也是黄晓煌在内部信中反复强调的区别：AI不只需要生成一个逼真的世界，还需要构建一个能够被理解、计算和操作的世界。
要走到这一步，行业至少还有三道坎要过。
第一道是数据。物理世界尚未被充分数字化，如何持续、低成本地采集真实空间数据，是空间智能走向规模化的基础。随着具身设备的发展，机器人等设备参与自动化数据采集，也可能成为重要方向。
第二道是世界模型的技术路线。以视频生成等为代表的隐式路线，擅长生成连贯、逼真的视觉内容；以显式三维表示为基础的路线，则更强调空间结构的稳定性、可计算性和可编辑性。两者并非简单的替代关系，如何让不同路线相互补足，将影响世界模型能走多远。
第三道是从推理到执行。语言模型可以承担越来越多的空间理解与推理任务，但在真实环境中完成操作，还需要能够与物理世界交互的执行模型。理解一个世界，与真正改变这个世界，仍然是两回事。
这些问题，也解释了群核为什么仍然押注空间智能。
2011年，黄晓煌从英伟达回国创业。彼时，GPU远没有今天这样广为人知，用GPU提供云端计算能力，也不是一个容易被市场理解的故事。此后15年，群核从GPU云计算起步，做出了酷家乐，在空间设计这个看似传统的行业里建立起商业飞轮；与此同时，公司对技术和算力的投入，也逐渐延伸到空间理解、三维重建与空间生成。
这条路并不总是清晰。黄晓煌经历过创业的起伏，也面对过外界对技术投入和战略方向的质疑。但回头看，群核始终在试图解决同一类问题：如何让计算机更准确地理解和模拟物理世界，又如何把这种能力应用到真实产业场景中。
而面向未来，当大模型迅速进化、AI产品层出不穷，群核需要回答的问题也更直接了：过去15年积累的三维技术、空间数据和商业价值，能否成为下一代AI走向物理世界的基础？
今日公司公告，群核科技核心管理层（三位联创+CFO）自愿延长或订立禁售期12个月，这一动作有其资本市场层面的意义，但放在公司更长的技术路线中看，群核科技向市场传递了管理层对空间智能战略的坚定信心。
以下是黄晓煌的内部信内容：
各位核伙人：
距离在港交所上市，已经过去了半年。过去半年我们迎来了很多关注，也背负着很大期待。
群核过去15年穿越过不同周期，我们打过硬仗，也摔过跟头，长周期带给我们的不只是复杂性，还有更丰富的内核和更扎实的积淀。今天这封信，我想和大家聊聊我们脚下的路、眼前的浪，以及我们为什么依然笃定地站在这里。
15年的时光，我们和时代都一直在快速变化。业务形态和技术判断会随着周期改变，但一家公司的底色和价值取向不会变。大模型的突飞猛进，让我们从围绕空间实现应用服务，开始有机会走向更广阔的世界。接下来的5年、10年，以及无限的未来中，我们坚持一件事：
用空间智能，让数字世界和真实世界越来越接近——不只“看起来像”，更要“真的对得上”，我们要最终成为AI通往物理世界的入口 。
一、空间智能这件事情到底要做什么
上个月，GPT6 Astra的出现，让业内开始怀疑3D这个大行业的前途。在我看来，这既不能轻描淡写地看作是一个普通的语言模型进展，也不必因此宣判空间智能路线的完结。
一方面，通过大量数据的预训练，以及长程任务的推理，大语言模型已经涌现出对空间的理解能力。这确实让我们开始意识到，它可以实现一些过去认为只有3D路线能实现的事情。虽然看似对3D行业带来了冲击，但这对于AGI服务我们的物理世界，是巨大的利好。
另一方面，我们也观察到，这种推理范式在成本、效率和精确度等方面，是无法真正投入商用的。这更让我们相信：空间智能模型会是走向物理世界落地的最后一公里的能力。
空间智能距离真正大规模落地，至少还有三个重要问题要解决：
1.数据基础设施的建设
空间智能目前最大的瓶颈在数据，核心根源还是物理世界被数字化的比例还微乎其微。我们在从物理世界获取数据这件事情上过去做了大量探索，并且能够看到具身设备做自动化数据采集是必然的趋势。数据到模型的自我迭代，会促使这一过程实现自我循环。
2.世界模型的显式路线和隐式路线在走向融合
过去两年，关于世界模型一直存在隐式表征路线和显式表征路线的争论。不同技术路线实际上是在回答不同的问题：视频生成模型关注如何让世界“看起来真实”，显式3D世界模型关注如何让世界“稳定存在”。随着GPT6为代表的大语言模型的发展，能看到两条路线相互转换的必要性与可能性，未来必然是要走向融合的。
3.推理决策与执行大模型并存落地
大模型的能力越来越强，在空间理解等方面已经展现出非凡的能力。我判断，在没有新的范式出现之前，空间智能的推理决策很大部分将由语言模型来完成。但是在真正的落地场景，效率、成本、细节处理等各方面都需要在专属任务上做大幅提升。未来的范式必然是由语言模型和执行大模型配合实现执行，这是空间智能类模型的一个机会。
二、要和物理世界站在一起
我们坚持技术的终极价值必须要回归物理世界，而不只是停留在数字世界。这既是一种更高壁垒的技术方向选择，也是一种技术价值观。可以说，在物理AI这个概念被提出之前，我们就已经做了很多年。比如我们的起步从光线追踪渲染开始，执着于真实地模拟每一道光线；比如我们不止步于酷家乐的3D设计，而要更深一步走入产业，实现生产对接；又比如，我们选择3D显式路径，希望模型能无限逼近于物理真实……
真正的物理AI，应该能让AI用各种形态解决物理世界发生的问题，它需要被拆解成具体的任务去逐步实现。包括：解决物理世界信息如何结构化输入给AI的问题；解决如何规模化获取物理世界训练数据的问题；解决数字世界推理决策如何回到物理世界的问题；解决世界模型如何具备更丰富物理空间信息的问题。
技术上，我们会更看重参数的表达，时空一致性问题，在乎尺寸精度与结构化能力，并将把这些精准的物理信息内化进模型，以此作为算法探索的方向指引。
三、未来我们将如何布局
基于以上的判断和选择，接下来，我们将围绕算力、数据和模型落地应用三个方向全面发力。希望通过算力打底，模型-数据-应用再回归数据的闭环，实现空间智能飞轮转动。
1.算力就是生产力
我们从创业的第一天开始，就相信GPU会成为计算的主流，通过自建算力集群来极限优化算力成本，来实现极致性价比的推理成本，这个方法论对于当前的大模型推理服务依然适用。
在模型训练方面，随着今年Harness编程和RSI的落地，算力和数据资源成了新的生产力。我们将在未来3年，将算力和数据规模扩充到现在的数倍以上，这将是一切研发和智能的基础。
2.探…更快、更丰富空间数据的获取
数据层面，我们将从两方面推进三维数据的规模化获取：
第一，解决物理世界数据难以规模化的问题，探索AI自行在物理世界获取数据的路径。我们推出以重建为核心的Aholo Reality，可广泛对接激光雷达、扫描仪、相机、手机等各类设备，获取高质量物理世界数据。同时，通过具身设备实现空间数据的自动采集，以此扩大数据来源。很快会看到我们联合机器人公司打造的相关方案面世。
第二，通过世界生成模型创造大量具备丰富物理信息的空间。2023年起，群核一直在探索自己的世界模型——Aholo SpatialGen。本质上，这是通过一个聪明的空间模型，完成对空间的合理想象，创造出物理信息越来越丰富的空间数据，最终用于AI的持续训练。
3.空间智能的推理决策将逐步转向复杂长程任务
过去几年，LLM的发展呈现两大趋势：多任务统一于一个模型，思维链从外部编排内化为模型能力。我们认为，面向复杂的长程任务，终局同样是一个统一的空间智能模型，它具备三层能力：
一是多任务统一：生成、重建、理解等垂直任务在同一个模型内完成；
二是多表征统一：Mesh、PBR、3D高斯、点云等表征一体输出，3D生成模型Aholo Lux3D的大一统架构已经迈出这一步；
三是长程推理内化：模型基于模糊的自然语言指令，在神经网络内部完成任务的理解、规划、拆解与执行。例如3D打印所需的部件拆分、游戏所需的骨骼绑定、影视所需的相机调度，以及空间组装等，这些今天依靠外部工具链和agent编排进行后处理补足的能力，将逐步内化进模型权重。与此同时，模型的调用对象将从人扩展到AI Harness，空间生成能力可以被通用Agent直接调用和消费，二者形成互补。
2022年年末以来，大模型的出现不断带来新的变革。这种巨大的冲击，让每个从业者都感到兴奋，也感到恐慌。面对AI这场史无前例的浪潮，我们无处可退，也无需退。与其被浪潮裹挟，不如成为定义浪头的人。技术的发展永远带有两面性，有冲击就代表着一定会有机会，有变化也就意味着背后一定要有坚持。我们坚信空间智能这条道路的远方，更相信群核在这其中能够创造的独特价值。
在此，我、CEO陈航、CTO朱皓、CFO沈倍承诺：未来12个月内不以任何方式减持持有的公司股票。
AI由人创造，也终将服务于人。公司的发展，从来不是靠某一个人，而是靠每一位同学的并肩前行。感谢大家的付出与努力！
黄晓煌
2026年10月20日