（文/張睿佳 編輯/張廣凱）

2025年3月6日，在谷歌DeepMind與斯坦福聯(lián)合發(fā)表的一篇論文中，讓AI學(xué)會像人類一樣布置房間：沙發(fā)不懸空、臺燈必放桌面、書架與墻保持合理間距。而在論文的背后，團(tuán)隊專門感謝了群核科技SpatialVerse團(tuán)隊提供的物理級真實(shí)3D場景數(shù)據(jù)。

群核科技正是前段時間出圈的“杭州六小龍”之一，其業(yè)務(wù)聚焦空間智能探索，而論文中提到的SpatialVerse是群核面向具身智能等行業(yè)開放的虛擬數(shù)字道場。

上述論文主要構(gòu)建了一個名為FirePlace的框架，旨在讓多模態(tài)大語言模型更好地理解3D空間中的幾何關(guān)系。通過這個框架，大語言模型能夠更好地將對象放置在具有復(fù)雜幾何形狀的復(fù)雜場景中。

論文指出，現(xiàn)有的3D圖形基礎(chǔ)模型往往使用邊界框表示每個對象，因此無法表達(dá)對象各部分之間的細(xì)粒度約束，導(dǎo)致約束只能解釋盒狀對象的位置（而不是將書籍放在書架上，或?qū)⒚q玩具放在帶有靠背和扶手的椅子上）。

FirePlace不僅希望克服上面的問題，還希望讓AI能夠選擇最符合美學(xué)、功能和常識性的對象放置方式。

顯然，想要實(shí)現(xiàn)這個目的，首先要有足夠的真實(shí)3D場景數(shù)據(jù)供AI學(xué)習(xí)。但是3D空間數(shù)據(jù)的成本比語言數(shù)據(jù)要高得多，數(shù)據(jù)來源成為困擾空間理解大模型和具身智能發(fā)展的最大難題之一。

而群核科技擁有著國內(nèi)用戶量最大的室內(nèi)裝修設(shè)計工具酷家樂，無疑在數(shù)據(jù)層面擁有天然優(yōu)勢。

酷家樂能夠擁有如今的市場份額，背后是對計算機(jī)渲染能力的深耕。通過對GPU并行算力的充分開發(fā)，酷家樂渲染出圖的成本大幅降低，速度大幅提升，因此受到設(shè)計師的廣泛歡迎。

面向大模型的爆發(fā)，群核科技也順勢推出了“群核空間智能平臺 SpatialVerse”，通過精準(zhǔn)模擬真實(shí)世界的多樣化場景，匯集了海量的3D模型與場景數(shù)據(jù)資源，為 AIGC、具身智能、AR/VR 等前沿科技領(lǐng)域提供了強(qiáng)大且高效的空間數(shù)據(jù)支撐與定制化服務(wù)。

SpatialVerse可以基于3D場景的數(shù)據(jù)生成更多的物理真實(shí)場景，并在這些虛擬的場景中，訓(xùn)練機(jī)器人避障、抓取、緊急制動，可以有效地提升訓(xùn)練成本和效率。

除了SpatialVerse，在GTC 2025大會上，群核科技開源了他們的最新模型SpatialLM。

目前，SpatialLM已在HuggingFace、GitHub、魔搭社區(qū)等平臺面向全球開發(fā)者開源。

SpatialLM是一個空間理解模型，僅憑一部手機(jī)拍攝的視頻，即可生成帶物理規(guī)則的的3D場景布局。

例如，在整理房間這個命題中：利用傳統(tǒng)的2D視頻數(shù)據(jù)標(biāo)注，機(jī)器人無法自動匹配物體的名字與具體的位置、大小、移動方向。如果使用專業(yè)的的激光雷達(dá)掃描形成3D點(diǎn)云，又會帶來高昂的成本和較長的制作周期。SpatialLM的出現(xiàn)，有效地克服了這兩個問題。

當(dāng)SpatialLM幫助機(jī)器人跨過“空間理解”后，SpatialVerse這個“數(shù)字道場”，讓機(jī)器人實(shí)現(xiàn)在海量仿真環(huán)境中完成技能學(xué)習(xí)。將SpatialLM和SpatialVerse組合起來使用，能夠推動具身智能訓(xùn)練完成從認(rèn)知到行動的鏈路閉環(huán)。

同時，群核的這套方案將空間智能訓(xùn)練徹底平民化，只要有手機(jī)和電腦，任何開發(fā)者都能接入這套系統(tǒng)，為機(jī)器人創(chuàng)建物理正確的訓(xùn)練環(huán)境，有利于推動具身智能實(shí)現(xiàn)降本增效。

本文系觀察者網(wǎng)獨(dú)家稿件，未經(jīng)授權(quán)，不得轉(zhuǎn)載。