群核科技开源空间智能“钥匙”，一段视频解锁亿万虚拟训练场

在GTC2025全球大会上，群核科技宣布开源其空间理解模型SpatialLM，这一突破性技术让机器真正“看懂”物理世界。仅凭一段普通视频，SpatialLM即可生成物理精确的3D场景布局，为具身智能领域提供了一个基础的空间理解训练框架。

群核科技宣布开源其空间理解模型SpatialLM

让机器“睁开双眼”：从视频到3D世界的魔法

传统大语言模型虽能处理文本和图像，却难以理解三维空间的几何关系。而SpatialLM通过分析视频中的点云数据，精准识别墙壁、门窗等空间结构元素，甚至标注带语义的物体边界框，如同为机器安装“空间视觉”。

与Meta需依赖定制硬件的SceneScript不同，SpatialLM支持手机等普通相机输入，通用性更强。更关键的是，其输出的不仅是数据，更是可交互的自然语言描述，未来甚至能通过对话调整场景——这为机器人理解人类指令铺平道路。

“真正的智能训练需要海量物理正确的数据。”群核科技董事长黄晓煌指出，SpatialLM与空间智能平台SpatialVerse正形成闭环生态：现实视频经SpatialLM转化为结构化虚拟场景，再通过SpatialVerse的合成引擎泛化成亿万级新场景。例如，一段厨房视频可衍生出不同布局的千万个“数字厨房”，机器人在此反复练习开关冰箱、摆放餐具，甚至应对突发状况。这种“现实-虚拟-现实”的循环，既突破真机采集的成本瓶颈，又缩小仿真与现实的“数据鸿沟”。

降低90%训练门槛：开源生态催化行业爆发

此次开源模型覆盖HuggingFace、GitHub、魔搭社区等平台，开发者可直接调用SpatialLM进行场景微调。对于中小型企业而言无需从零构建模型，降低具身智能训练门槛。黄晓煌预言：“具身智能机器人很快会迎来爆发式发展，算力、算法、数据正同步突破，具身智能奇点将至。”

群核科技宣布开源其空间理解模型SpatialLM

未来：从认知到行动的智能跃迁

群核科技的野心不止于“看懂”。去年发布的SpatialVerse已积累海量可交互场景数据，让机器人在虚拟空间中“上学”，学习人类操作，如开关冰箱门、叠被子等。而SpatialLM下一阶段将融合自然语言交互，让人用一句话修改场景设定。黄晓煌强调：“我们要搭建从空间认知到行动决策的完整训练链，真正架起一座数字仿真与物理现实之间的桥梁。” 开源不是终点，而是行业共同进化的起点。当物理世界与数字道场无缝连接，机器智能的“觉醒”可能比预期来得更快。