面对面丨“拿着锤子找钉子” 他们的开源模型让机器人能“上学”了

11个月前来源：观看：86

浙江杭州，这个看似平凡的办公空间里，隐藏着另一个世界——机器人的数字训练场。这里是群核科技，创业14年，因在空间智能领域积累了不容忽视的优势，不仅跻身“杭州六小龙”之列，在国际上也有着举足轻重的地位。

物理AI可以理解为懂物理规则的人工智能。只有懂了物理规则，自主机器如机器人、自动驾驶汽车等，才能在真实的物理世界中进行感知、理解和执行复杂操作。

黄晓煌，群核科技的联合创始人兼董事长。解释物理AI、空间智能以及如何训练机器人时，他需要不断地通俗一点，不断地举例说明。在杭州六小龙爆火之前，他很少在媒体上露面，本质上他是一个技术痴迷者。

相比于理解训练机器人这件事，理解群核科技的创业过程要简单很多。

2007年，黄晓煌从浙江大学竺可桢学院毕业，因为获得英伟达全额奖学金，赴美国伊利诺伊大学厄巴纳-香槟分校攻读博士学位，研究方向是用GPU（图形处理器）做高性能计算。还没完成学业，他就加入了英伟达，主要工作是给GPU芯片开发并行计算的编程框架以及CUDA的开发。但仅仅1年后，他做出了离开英伟达的决定。

2011年，在主流观点中，英伟达仍是一家“消费电子硬件公司”。尽管当时杰弗里·辛顿已经在用英伟达的GPU训练深度神经网络，但大多数人尚未意识到GPU的并行计算能力将成为未来人工智能爆发的算力基石。

在这样一个时间节点上，黄晓煌看到的是GPU的超级算力和云端部署相结合的潜力。他邀请一样来自浙江大学的陈航以及来自清华大学的朱皓，共同创业。创业方向，是用GPU做云端的图形图像快速渲染。渲染，指的是通过算法将三维模型或场景转换为二维图像或视频的过程。

在很短的时间里，年轻的创始团队用低价显卡集合成一个端云协同的高性能GPU集群，算力成本大幅降低，并实现了更快的计算速度。但那时，投资圈热门的概念仍是移动互联网，黄晓煌在硅谷融资时，无一例外都遭到了拒绝。在最困难的时期，恰逢浙江省到硅谷招商引资，黄晓煌和伙伴们决定回国创业。

2012年，辛顿带领学生在图像识别大赛中用深度卷积神经网络碾压传统算法，开启了AI革命的新篇章，GPU也因此一战成名。通过与亚马逊的合作，英伟达开始进入“云服务”的战场。彼时，群核科技的年轻团队正奔跑在用锤子找钉子的路上。他们的锤子是利用GPU实现“物理正确”的渲染引擎，“物理正确”是指渲染出的图在各种参数上与真实的物理世界相一致。

黄晓煌：我在英伟达工作的时候，整个公司的方法论都是先把技术做出来，然后花各种成本去找应用。所以我受到了这种方法论的熏陶，说白了就是拿着锤子找钉子，需要先把锤子造出来。

这把锤子可以用来做电影特效渲染，但收回成本的时间太长，也可以用于游戏行业，但当时的手游对画质的要求并不高。最终，他们的技术落锤在了家装行业。

然而，随着用户规模的扩大，对黄晓煌他们来说，技术挑战也呈指数级上升。

2013年，群核科技推出了主打产品“酷家乐”，这款空间设计软件凭借其10秒快速渲染的能力一炮而红，吸引了大量的设计师，成为大家居行业首选的设计软件。

家装行业背后的产业链和数据规模的扩大，让黄晓煌和团队很自然地把技术优势延伸到工业4.0。物理正确的数据让设计图能直接对接工厂生产，而这一步，又带来更多的数据沉淀。

2018年，基于自身业务海量的室内空间数据积累，群核科技联合国内外几所高校共同推出InteriorNet数据集。在此之前，国际上已经有不少知名数据集存在，但多数为静态或不可交互数据，InteriorNet是少有的由可交互三维数据构成的数据集，也是全球最大的室内场景认知深度学习数据集。最重要的是，它是免费开源的数据集。

数据集开放后不久，群核科技就收到了一封来自硅谷某科技巨头的电子邮件，希望和他们进行合作。

当时，该科技巨头正苦于缺乏大量物理正确的合成数据做机器人训练，这次合作，让群核科技的数据集第一次应用在了空间智能训练上。