4.9
深览指数
科技量子位··AI 生成
群核科技三项成果入选ECCV 2026，联手英伟达等探索物理AI仿真平台
群核科技三篇论文入选ECCV 2026，覆盖物理AI从空间感知、强化学习数据生成到高保真仿真的全链路。文章核心主张是物理AI时代的基础设施正从算力转向仿真与数据，并提出一套名为SPEAR的下一代仿真平台（联合英伟达、Adobe、苹果等）。同时介绍了Syn-GRPO数据自进化框架和WalkerBench街景评测基准，指出当前最强AI模型在复杂空间任务中完成率仅24.5%。这是一篇来自量子位的商业合作稿，以群核科技自身成果为叙事主线，适合关注具身智能、机器人仿真赛道的人快速了解该公司的布局，但需注意其PR立场。原文 ↗
核心观点
- ▍物理AI时代的基础设施正从算力转向仿真与数据，高保真仿真平台成为机器人训练的核心支撑体系。
- ▍群核科技构建了从「空间数据 — 数字世界 — 机器人训练」的全链路数据飞轮，核心产品为SpatialVerse训练平台。
- 01群核科技联合Adobe、NVIDIA、Apple、Intel等提出下一代物理AI仿真平台SPEAR，开放超过14000个原生Python接口，可接入GroupC科技开源的三维数据集。
- 02Syn-GRPO框架能在训练中自动生成全新训练图片，解决数据匮乏和模型收敛死板问题，包含多样化图像生成和多样性奖励机制两个模块。
- 03WalkerBench是全球首个基于真实街景的交互式空间智能评测基准，覆盖六大洲161座城市，结果显示当前最强AI模型完成率仅24.5%。
- 04Spatial-IDE框架为AI单独开辟全局空间记忆模块，已在宇树G1人形机器人上完成零样本部署，实现公里级自主导航。
- 05群核科技于2024年推出空间智能训练平台SpatialVerse，已与字节跳动、智元机器人、禾赛科技等企业达成合作。
反方 / 局限
- — 文章明确提及「三维空间数据的规模化供给能力远落后于模型训练需求的增长速度」，点明了该领域的结构性瓶颈，但未深入讨论群核科技自身的数据生产速度是否能真正满足产业需求。
- — WalkerBench评测中AI模型完成率仅24.5%，说明现有大模型的「线性文本记忆方式」无法真正表达三维空间，但文章未讨论Hinton、LeCun等学者对「世界模型」定义的分歧，也未提及其他竞争性技术路线（如基于NeRF或端到端的方案）。
群核科技英伟达 (NVIDIA)AdobeAppleIntel字节跳动智元机器人禾赛科技宇树G1人形机器人ECCVSPEARSyn-GRPOWalkerBenchSpatial-IDESpatialVerseInteriorAgentInteriorGS唐睿
6 分钟 · 3 卡片 · 9 资料
读原文 →