11月3日，2026年世界互联网大会乌镇峰会正式开幕，本次峰会以“开源开放共建共享——携手构建网络空间命运共同体”为主题，人工智能成为全场核心讨论主线。群核科技董事长黄晓煌在峰会期间发表题为《从闭源到开源，让AI走进物理世界》的主题演讲，围绕模型开源趋势、通用大模型与空间智能产业的竞合关系、当前行业发展瓶颈以及落地应用场景等多个核心议题，分享了自己的深度观察与判断。在随后接受《每日经济新闻》专访时，他进一步拆解了空间智能赛道的发展逻辑，回应了市场关于通用大模型是否会替代垂直空间智能企业的普遍疑问。

模型开源是AI普惠的核心路径

　　黄晓煌在演讲中明确提出，模型开源、权重开源是当前人工智能产业发展的大势所趋。他指出，现阶段算力部署的成本仍然处于较高水平，绝大多数普通用户和中小市场主体，并不需要性能拉满的顶配大模型，如果所有模型企业都选择走闭源路线，大部分群体根本没有机会享受到人工智能技术发展带来的实际便利。从这个角度来看，开源早已不只是单纯的技术选择问题，更是关乎能否让更多普通用户平等享受AI红利的普惠性问题。

　　黄晓煌进一步解释，大语言模型之所以能在短时间内实现快速迭代，核心基础来自上一次信息化革命留下的开放互联网环境，海量的文字类数据可以被行业免费获取，支撑起大模型的大规模训练。但空间智能领域的发展逻辑完全不同，它所需要的全部数据都来自真实物理世界，这类数据只能依靠人工或者机器人实地采集，整体获取成本长期居高不下。在这样的产业背景下，推动模型开源开放，能够让更多开发者站在已有的技术成果之上继续探索，不用每一家都从零开始重复造轮子，大幅降低整个行业的创新门槛。

　　黄晓煌同时强调，开源并不意味着企业要把所有核心资产全部公开，企业长期积累的专属训练数据、一线实践经验和行业专业知识，完全可以保留下来作为自身的核心竞争力。开放的是通用模型的基础能力，沉淀的是各家企业在垂直场景里的专属积累，这种模式既能降低大型模型的部署成本，也能让不同领域的开发者根据自身实际需求灵活调用模型，进一步拓宽技术落地的边界。此前群核科技已经开放了空间理解、空间生成等模型及相关数据集，通过开源生态和科研机构、广大开发者建立起了紧密的协作联系，原本由一家企业独自攻坚的技术难题，如今可以汇集不同领域的智慧共同寻找新的解法。

通用大模型与空间智能企业是动态竞合关系

　　近期GPT-6 Astra作为通用大语言模型展现出了十分亮眼的三维建模能力，市场上开始出现通用大模型将直接“吃掉”所有空间智能企业的判断，不少从业者也开始担忧垂直空间智能赛道的独立发展空间会被持续挤压。针对这一行业普遍关注的问题，黄晓煌给出了明确的否定答案，他认为通用大语言模型完全无法替代空间智能企业，两者之间不存在非此即彼的替代关系，而是处于相互交融、互相寻找能力边界的动态竞合状态。

　　黄晓煌分析，目前GPT-6 Astra展现出来的能力，本质上还不是纯粹的原生空间智能，更多是通过操作Blender这类免费开源三维图形图像软件完成空间绘制，更偏向于对已有三维内容的临摹，距离真正理解物理空间的内在逻辑还有明显差距。他判断，物理AI的核心能力被全面击穿的那一天会很快到来，这对空间智能企业来说既是挑战也是机遇。一方面，通用大模型能力的持续延伸，会承接以往空间智能领域的部分基础工作；另一方面，通用大语言模型的技术升级，也解决了过去空间智能普及过程中很多难以逾越的技术难点，反而能推动空间智能技术向更多行业渗透。

　　在黄晓煌的定义里，大语言模型是“人类智慧的入口”，但绝对不是AI能力的全部，整个AI体系还需要空间能力、物理世界数据、世界模型等多个模块的支撑。未来的落地形态里，大模型作为智能入口，会和各类专属空间智能模型深度配合，共同完成复杂的物理世界相关任务，专属空间智能模型会在大模型的调用链条里持续存在，它的实际价值完全取决于自身在整个系统里能够占据多少不可替代的比例。目前群核科技也在积极和各大科技企业展开合作，把自身的技能包和上下文协议接入各家的大模型体系，在通用大模型的基础能力之上补充空间智能的细节处理优势。

物理数据采集是行业长期核心瓶颈

　　黄晓煌指出，当前空间智能赛道发展的核心瓶颈，来自物理世界数字化程度偏低导致的高质量数据匮乏问题。和互联网上随处可得的文字数据不同，物理世界的三维数据采集过程繁琐、成本高昂，再加上不同企业各自采用的采集标准不统一，整个行业长期面临数据多样性不足、大量重复无效劳动的挑战，很多企业投入大量人力物力采集的数据集，只能适配自身的小范围场景，很难在全行业范围内流通复用。

　　针对这一长期存在的行业痛点，黄晓煌提出，整个行业需要共同推动数据采集标准的统一，解决物理数据多样性不足的问题，最终实现一份高质量物理数据可以在多个不同场景里持续被调用，避免各家企业各自为战反复投入资源做重复采集工作。他同时提到，当前物理AI的路线图谱里，世界模型、VLA、端到端仿真-强化学习等多条技术路径正在并行推进，空间智能作为所有物理AI系统不可绕过的底层能力，其核心价值会随着技术落地的深入进一步凸显。

　　此前群核科技在内部规划中明确，未来3年计划将算力和数据规模扩充至现在的数倍以上，把算力作为所有研发工作的基础支撑。同时企业会通过空间重建系统、世界生成模型等多种方式，不断拓展高质量物理数据的获取渠道，持续推出和优化面向真实生产场景、能够处理复杂长程推理任务的空间模型，逐步搭建起完善的空间智能数据基础设施。

空间智能应用场景覆盖广阔 机器人只是灯塔方向

　　黄晓煌特别提醒行业从业者，不要把空间智能的应用边界局限在机器人领域，机器人确实是空间智能未来最具标杆性的灯塔方向，但这座灯塔远远不能代表整个空间智能的应用海洋。当前空间智能的商业化落地场景已经十分广阔，在影视、游戏、空间设计、工业生产、3D打印等多个现实商业领域都已经实现了规模化落地，这些已经跑通的落地场景，才是当下空间智能产业更现实的增长基本面。

　　在实际的产业场景里，空间智能技术已经深度嵌入到很多行业的日常生产流程中。在影视和短剧制作领域，空间智能可以快速生成符合拍摄要求的三维场景，大幅降低实景搭建的成本和周期；在游戏行业，开发者可以借助空间智能工具快速生成大尺度的开放世界三维内容，提升内容生产效率；在空间设计领域，普通用户也能通过空间智能工具快速生成符合自身需求的家装、工装设计方案，降低设计门槛；在工业生产和3D打印领域，空间智能可以精准处理三维模型的尺寸精度、结构合理性等核心参数，直接对接后续的生产制造环节，打通数字设计到实体生产的链路。

　　黄晓煌坦言，现在行业舆论的注意力大多集中在机器人这类前沿方向上，却忽略了这些已经实现商业化跑通的广阔落地场景，这些占据了空间智能应用大部分市场份额的成熟领域，正在持续为产业发展提供稳定的现金流和实践数据支撑。空间智能的终极价值始终要回归真实物理世界，而不是停留在虚拟的数字空间里，未来随着开源生态的持续完善，会有更多此前没有被关注到的垂直场景，逐步享受到空间智能技术带来的效率提升红利。

(编辑：姜心源)