# 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 > 晚点聊 LateTalk No. 160 精读 - 发布日期：2026-04-17 - 主持：程曼祺 等 - 原节目：https://www.xiaoyuzhoufm.com/episode/69e18d6717e275c298cb096d - 网页版：https://latetalk.qiaomu.ai/ep/69e18d6717e275c298cb096d.html - 精读字数：约 6478 字（阅读约 14 分钟） > 本文为 latetalk.qiaomu.ai 基于节目转写的 AI 整理精读，不是逐字稿；引用请注明出处并链接网页版。 2026 年 4 月 17 日上午，群核科技在港股挂牌，成了「杭州六小龙」里第一家上市的公司。同一天，创始人黄晓煌坐在《晚点聊》的录音间，把这 15 年从头讲了一遍。 他 2011 年从英伟达回国，和陈航、朱皓一起创业，想把 GPU 搬到云上。那时候英伟达自己一年亏 3 亿美元，华尔街集体唱衰。他拿着这个想法去见投资人，得到的建议是先去 Google 或者 Facebook 工作两年，因为英伟达在投资人眼里跟富士康差不多。 后来的路径没有一段是规划出来的。GPU 云渲染最后落在装修图纸上，长成了市占率第一的酷家乐；被互联网巨头成批挖人之后转去做工业软件；2021 年赴美 IPO 在最后一刻中止；2023 年他用 Copilot 写代码，判断流程式 SaaS 要变天；2024 年把公司押向空间智能。他说，创业这些年，投资人不断向他灌输的明星企业 90% 都消失了，群核还在，业务还在增长。 ## 英伟达在投资人眼里，跟富士康差不多 01:14 2008 年，黄晓煌刚到 UIUC 读博士就遇上金融危机。学校的工科氛围鼓励创业，他和同学参加创业比赛，做了一个防止开车睡着的设备，拿了二等奖。那是三位创始人最早凑在一起想点子。 2011 年，他在硅谷看到最火的东西是 cloud computing，几乎全跑在 CPU 上。他想把 GPU 搬到云上，抱着这个简单的想法回了国。原型在美国就做出来了，也试着在当地融资，卡在没有身份上。 他在英伟达待的两年，公司状态不好，一年亏 3 亿美元。GPU 做到天花板，想转通用计算，做 CPU 又被英特尔的专利卡住，第一款产品失败。他在团队里提过 GPU 上云，被否了，理由很直接：云化之后十个人共用一张卡，卡卖不动，钱被 AWS 赚走。 > 「我费那么大劲忽悠别人来用，还不如自己创业。」 回国一年多，一分钱没融到。投资人的反馈集中在一件事上：履历不行。朱皓在亚马逊，陈航只有实习经历，黄晓煌在英伟达。 > 「英伟达当时在投资人眼里估计跟富士康差不多，可能比富士康稍微好一点。」 有位著名基金的投资经理是他朋友，聊完说你们教育背景、个人能力都很好，就是工作履历不太行，要不再去 Google 或 Facebook 干一两年。 做的事也在减分。2011 年的主旋律是 O2O，他讲的是云端 GPU 渲染，要砸大量基础设施研发，慢，重，投资人普遍不喜欢。他后来学乖了，开始编故事，做的还是那件事。 第一个掏钱的是校友王怀，个人天使，50 万人民币。王怀的其他合伙人都拒了，他大概是不好意思拒绝一个认识多年的人。再往后是 IDG 的毛丞宇，看中的是家装行业，跟齐家网创始人熟，觉得这个行业在爆发式增长，往后还能卖货。 ## 拿着锤子找钉子，最后钉在了装修图纸上 06:54 最初一年，团队把 GPU 技术塞进各种 to B 项目里做外包，做得很烦。拿了 IDG 的钱之后，他们停掉外包，直接做产品。 技术往哪儿用，当时没有方法论。影视、家居建筑、仿真，都觉得可以，就一个个做 demo，一家家跑，哪家肯掏钱就找哪家。黄晓煌说这套打法是从英伟达学的：CUDA 当年也是做出一个 demo，发新闻，然后一个个用户去访谈，慢慢试出来。AI 也好，区块链也好，都不是规划出来的。 酷家乐 2013 年底上线，2014 年爆发，2015 年开始赚钱。 有意思的是用户群的漂移。产品一开始面向业主，但业主用完半年内基本都流失，最后沉淀下来的是专业设计师和装修公司。这是自然选择的结果，团队原本的故事是让业主上来用，然后做 O2O。 **不讲 O2O，根本没人投资。你跟他讲 GPU，八成投资人不知道 GPU 是什么。** 2015 年之前，公司讲的一直是 O2O 故事：先把用户流量做起来，再做设计师订阅，再卖家具。家具还没开始卖，这个模式就有点崩了，同类公司发展也不好，O2O 全行业被唱衰。股灾之后资本市场变冷，不赚钱的公司很难融资，他们赶紧照着 SaaS 的模式开始收费，2015 年底现金流打平。 黄晓煌对这次转向没什么纠结：比起卖家具，卖软件他更喜欢。 ## 点一下一块钱，广告主只付几分钱 10:53 收费模式解决了生存问题，也带来一个新麻烦。GPU 的成本结构和 CPU 完全不同。CPU 用的人越多，边际成本越低；GPU 不管多少人用，成本就在那儿。那几年最痛苦的事是阉割效果，在成本和画质之间找平衡：图片不让渲染太大，计算量大的任务排到半夜跑，用户得等一个晚上。 他当时判断，SaaS 这套模式套在 GPU 生意上有先天缺陷。这个枷锁直到这一波 AI 起来才解开。按 token、按量付费被市场接受之后，用得多就多付钱，用少就少付钱，算力成本和收入终于对上了。 广告模式他们也试过。设计师的图纸里放品牌方的橱柜、冰箱，收入一度做到几千万，账算下来是亏的。网页上弹一个广告，成本几乎为零；酷家乐里点一下，成本一块钱，广告主为这次曝光只付几分钱。**每一次曝光的收入都盖不住那一次计算的算力成本，这个模式在群核身上跑不通。**广告业务后来被砍掉。 2015 到 2018 是最快的一段。之后两件事接连发生。一大波客户是做 O2O 平台的，互联网金融暴雷把这类公司拖垮，前十大客户倒了八家。这些客户一年付上百万，买软件和算力，一倒就是一片。另一件是巨头进场挖人，有的团队一夜之间消失，不交接，客户联系不上，整条业务线停摆。 2016 年他们立项做可以直接生产图纸的工业软件，2018 年开始发力，2020 年才真正做出来。动机很实际：家装这块如果扛不住，工业软件是脏活累活，巨头不太会做，跟电商也没关系。 黄晓煌见过在老赛道上跟巨头死磕的公司，打价格战，最后出了大问题。群核的选择是避其锋，核心还是技术和产品，做哪个赛道无所谓，此路不通就换一条。2018 年之后他们定了两个底线假设：线上业务全部丢失，还有生产制造；中国业务全部丢失，还有海外。流量避开电商相关，重心放在工业 4.0 柔性生产和出海。 这套以活下来为核心的策略，来自对周期的观察。第一波做 GPU 的投资人天天教他们讲 O2O 的故事，两年后又叮嘱千万别提 O2O。**中国赛道的切换周期平均三到五年，黄金赛道和明星企业可能在三到五年内变成人人唾弃的对象。** 他也承认群核膨胀过。2020、2021 年钱好用、市场好、SaaS 产品好卖，招了很多人，做地产解决方案、工装解决方案，流程管理这类跟核心技术关系不大的活儿也顺手做了。那时候谈地产客户，合同都不用签，几百万上千万就打过来了。 ## 同事说我「看今日头条来指挥公司」 36:00 2018 年，黄晓煌看到一批论文，讲怎么用空间数据训练模型，识别图像里的墙、柱子。团队开始发开源数据集，2021 年专门组建实验室做空间模型。机会在眼里是明显的。 现实是另一回事。2020、2021 年 SaaS 热潮把所有人冲昏了头，房产如日中天，天上撒钱；AI 很差。核心算法工程师被挖走，有个组的负责人告诉他，团队只剩自己一个人，招人的速度赶不上被挖的速度。做 AI 最核心的除了 GPU 就是人。 > 「我一度怀疑自己，技术创业者容易陷入技术的自嗨。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。」 那两年 AI 探索基本剩几个人，处于暂停状态。刚从美国挖回来的 AI 教授不能把组解散，就留着。同期房产和建筑业务投了几百人。他判断 AI 是长周期，可能蛰伏五年、十年、三十年，取决于算法突破，谁也没想到来得那么快。 2021 年 7 月，赴美 IPO 看起来一切顺利，7 月初因为滴滴的事中止。紧接着房地产调控，头部客户大批倒闭。2022 年，他们把各国的人招到上海建了一个国际化团队，那时中国的疫情防控做得好，外国人也愿意来，结果上海封控，团队一个没剩。他用「懵逼」形容那段日子，每天先看看新闻又发生了什么。 转折发生在 2023 年。他用 Copilot 写代码，自己写代码的人感受最直接：**流程式 SaaS，尤其是企业内部流程管理这类系统，会遭到颠覆式打击。**公司开始换引擎，不做套壳的 UI 和流程。 两条路摆在面前。一条是自己训练空间模型，慢，烧钱，但能积出壁垒。另一条是给大模型做配套，训各种 LoRA，拼的是速度，新模型一出来前面的活可能白干。两条都试了。配套那条很快没人了，因为国内太卷：团队围着阿里的通义做训练，产品反馈不错，团队为什么不去阿里？用字节的东西，团队就跳去字节。 2023 年模型还没训出来，人才流失严重，公司主要靠合成数据生意撑着。模型不完整，就靠人工去填。这门生意的基础是群核攒了多年的东西：用 AI 生成场景和空间。 ## 2024 年把公司押向空间智能 44:44 2024 年思路清楚了：训练自己的模型，做空间智能，围绕模型做数据工程和 GPU 基础设施。执行阻力不小。招人难，算法遇瓶颈，黄晓煌看论文看到头发掉了不少，核心问题还是人才。 另一重压力来自上市筹备。港股上市要看财务，投入新业务短期没收入，就得承担亏损。他们的解法是两条：用 AI 提效，压缩传统前后端投入；把商业模式从 SaaS 订阅升级成按量付费，卖 token、卖渲染量、卖计算量。第二条阻力更大，传统业务跑得好好的，突然要改收费方式，客户不接受怎么办，业务团队不想动。 2024 年底到 2025 年初，「杭州六小龙」出圈，事情松动了。知名度带来人才，2025 年 C9 高校的简历比 2024 年涨了 9 倍，海外简历多了 20 倍。他们内部定了个「小龙计划」：**不靠名气赚钱，靠名气招人。**黄晓煌 2025 年把业务工作全部放下，天天蹲在公司面试，看论文找人，也看投进来的简历。 跟大厂抢人很难抢过，他就换标准。面试出上机题，题目要确保 AI 解不出来，做一小时量级，看的是学习能力和动手能力，履历退到后面。他的说法是，学习能力要通过动手体现：看懂了文章，能不能复现，能不能优化。 投入的量级：算力一年几千万，算法模型团队 60 人，2023 年不到 10 人。 现在空间智能是一个三层结构。最底下是核心能力，包括基于 GPU 的物理正确渲染、空间理解与推理模型 SpatialLM、空间生成模型 SpatialGen。中间是 API 和能力服务：空间理解、推理、重建、编辑、渲染。最上面是产品，分成服务人和服务机器两类。服务人的有酷家乐，还有 2023 年开始做的澎湃，服务电商行业；LuxReal，服务短剧制作。服务机器的产品线，客户是具身智能公司。 这里有一个明确的技术赌注。**群核选的是 3D 重建路线，市场上另一条主流路线是视频生成。**Google 走视频，字节的 Seedance 走视频，李飞飞团队的 Marble 和黄晓煌的思路接近，生成 3D 内容。3D 的好处是尺寸可控、可交互，能拿到空间里所有距离、位置和遮挡关系；视频的好处是精美、灵活。他承认做视频肯定干不过 Google。 他举了个例子说明差别：一个人走在路上，在视频模型里看起来五米高还是一米高，区别不大；在三维场景里，这个区别很大。视频模型的底层原理追求的是视觉连续性，物理正确不在它的定义里。 两个不确定性他自己讲得很清楚：这个模型能做到多智能；这条技术路线会不会被另一条替代。需求倒是明确的，自家产品的需求就很旺。 ## 没到一万家机器人公司，都不叫多 01:00:00 具身智能行业里有个分歧：用真机数据还是合成数据。黄晓煌观察到，欧美企业偏爱仿真和合成数据，国内企业普遍偏好真实场景的数据。他的解释是国内很多机器人公司出自自动驾驶行业，那批人习惯了真车扫描，有惯性。欧美那边还有一个现实约束，实景扫描的数据有隐私问题，不敢用。英伟达推崇合成数据，未必只是想卖芯片，法规环境也在推着走。 群核的策略是不改变客户的信仰：你信真机数据，我给你搞真机数据；你信合成数据，我给你搞合成数据。他们现在的重建能力配合激光雷达，可以把一个空间扫得跟真的一样，也可以把采到的数据复制到更多虚拟环境里。 更长远的问题是这个市场有多大。目前国内具身智能公司一两百家，黄晓煌的判断是**没到一万家都不叫多**。他说的不只是人形。吊集装箱的吊车、工厂里的 AGV 和叉车、进血管疏通的小机器人，都是机器人，形态会非常分散。智能是所有设备都需要的，区别只是要多智能，全自动还是半自动。 有人问他，地球上遍布智能，能耗怎么办。他的回答是效率提升从来不是负面的事，生产过程自动化之后，能源的成本结构会变。 商业化节奏上，算力型产品的收入现在大约占 5%，他希望三年内跟订阅模式的收入做到 1:1。真正让他觉得这个阶段使命完成的标志，是一半收入来自空间智能。 从酷家乐这样的垂直产品走到平台型能力，他管这叫顺势。大模型出来之前，所有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。2017、2018 年他们研究过 AI 平台公司，那时 AI 的客户主要是政府和大型企业，做的是人脸识别、安防，跟今天的 AI 完全不是一回事，所以当时认可垂直打法。旷视、商汤那一批公司试图做技术平台，都没能走通。 英伟达是另一个参照。它起步时做游戏显卡，也是个细分小赛道，花了将近十年才长成生态型公司，中间靠 CUDA 一点点资助高校和研究，熬过最难的几年。黄晓煌说，企业转型很漫长，一部分靠运气，一部分靠耐力，前提是得活着。他还用朱元璋举例：创业像投胎，第一把投到王室还是乞丐不由你，后面怎么走靠自己。 ## 最难的部分永远跟人有关 01:24:10 2023 年转型空间智能，是他压力最大的一次决策。一边是投入巨大的房产建筑赛道在亏钱，要关掉亏钱的部门；一边是训模型、招顶尖人才要烧钱。同事会声泪俱下地斥责他。 跟人相关的沟通，他后来交给其他合伙人处理。他自己也承认压力大，其他合伙人觉得他在逃避。复盘这段，他的结论是手太慢了：总想花很长时间做培训，等人改变，但世界上能改变的人非常少。 这套性格的另一面是稳定。三位联创的分工现在很清楚：黄晓煌负责空间智能转型，陈航负责 to B 业务，朱皓负责研发和 PLG。2015、2016 年之后，他们很少有真正的争吵，早年关于方向、关于服务业主还是服务设计师，分歧不少。 他给自己的定位是科研 leader，把科研成果和产品连接起来。2023 年之后，商业和用户的部分都交给了其他合伙人。 最享受的时刻都跟产品有关。酷家乐最早上线，用户在微博上疯狂传播；工业 4.0 那个工厂完全跑通，一件下去整个东西能生产出来，对方老板打电话过来，两个人都很兴奋；空间智能这边，每次模型训出来他自己先去测，最近发布的 Holo 做空间重建，不用人工参与就能把空间自动重建好，他玩了半天。 2023 年他们在纽约融资，反馈不好。有一天在自由女神像下面，朱皓算了一笔账：创业这么多年，自己的收益不如在亚马逊，黄晓煌的收益可能也不如英伟达。黄晓煌说他算账不这么算。 > 「钱只是一种撬动，是实现人生理想和事业的工具或者杠杆。」 他想撬动的是做出有世界影响力的东西。他举的例子是 SpaceX，也认可 DeepSeek 和梁文锋。酷家乐在对接生产、工业 4.0 那块对行业的影响很大，改变了行业，但没有改变所有行业。下一步他想用空间智能去改变所有行业，不再聚焦在某个细分赛道。 自我评价里，优点写着情绪稳定、冷静、理性，缺点写着早晨起不来、性格慢、想太多。2018 年他看到 Transformer 的东西，一眼瞄过没琢磨，现在复盘那是布局「为算法套硬件」的黄金时期。他把这归到想太多：想到了，没有马上去做。 他也讲了几十位同期创业者的结局：还在的公司很少，死法各种各样，赌错赛道破产的、赌博破产的、犯法被抓的。能活到现在，他觉得已经不错。 这期访谈里有几条判断，普通人做选择时也能用上。 - **先分清周期性波动和趋势性替代。**周期性就熬，趋势性就得一号位跳出来做变革，把赚钱但未来不属于自己的业务调整掉。群核在 O2O、SaaS、房产三次浪潮里都做过这个判断。 - **看清什么是纸老虎，什么是壁垒。**纯算法被挖走一个人就散了，数据、网络效应、客户服务才是越做越厚的东西。他为此矫枉过正，几年不招算法，大模型出来后被狠狠教育了一次。 - **资源有限时先活下来，再选最大的赛道。**做底线假设，假设线上全丢、国内全丢，还剩什么。这个习惯让群核在巨头进场的两年里没有硬拼。 - **认知错误无法靠招人解决。**人可以买来，方向买不来。他的做法是给自己换一个决策环境，讨论空间智能时拉首席科学家，不拉销售。 至于群核上市之后能走多远，黄晓煌给了一个可以验证的刻度：什么时候一半收入来自空间智能，这个阶段的使命就算完成。剩下的，是模型能力、技术路线和人的问题，三件都不轻松。