Sora“不懂”的物理常识，成了这家杭州独角兽的护城河？

来源：市场资讯

（来源：钛媒体APP）

在杭州科技圈，“杭州六小龙”一直是一个响亮的代号，代表着这座城市最具活力的ToB独角兽力量。然而，当SaaS增长见顶的焦虑与AI大模型的狂热在2025年交织碰撞时，这些明星公司正站在十字路口。

这是一场关于商业上限的极限测试。

一方面，中国SaaS行业长期面临着“付费意愿低、定制化重、增长见顶”的结构性困境。群核科技（酷家乐母公司）CEO陈航在交流中直言不讳地指出了这种尴尬：“美国SaaS本来就赚钱，加AI是锦上添花；中国软件行业本来就不赚钱，再加个AI，也不知道能不能赚钱。”

另一方面，AI虽然描绘了宏大的未来，但对于大多数企业而言，仅仅在软件里加一个对话框并不能带来真金白银的增量收入。

在这个充满不确定性的周期节点，这家成立14年的独角兽没有选择跟风做一个“套壳”的聊天机器人，而是试图利用通用大模型的弱点，以“空间智能”重写物理世界的运行规则。

当Sora撞上“物理墙”

当下的AI赛道，正陷入一种“大力出奇迹”的迷思。ChatGPT和Sora的惊艳表现，让人们误以为通用大模型可以解决一切。

但在陈航看来，通用大模型在面对真实物理世界时，存在着一个致命的盲区。他在演讲中抛出了一个耐人寻味的隐喻：如果你让现在的AI画一只手表，指针永远指向10点10分。

这并非因为AI理解时间的流逝，而是因为它是互联网数据的“复读机”——在电商广告和精美海报中，为了视觉美感，手表通常都被定格在这个时刻。AI学到了像素的排列，却完全不懂机械齿轮的咬合逻辑。

这种“不懂物理”的缺陷，在视频生成领域尤为明显。群核科技AI产品总监龙天泽在现场展示了一系列令人啼笑皆非的“AI穿帮”视频：咖啡倒出来又诡异地吸回去，酱油透过锅盖直接煮杯子，甚至香水从人的嘴巴里喷出来。

这些“物理幻觉”之所以产生，是因为现有的视频模型本质上是在二维像素层面猜测三维规律，这种“降维学习”注定无法理解深度、遮挡和重力。而这个痛点，恰恰成了群核科技试图建立的战略护城河——利用过去14年积累的5亿个3D结构化场景数据，让AI从“猜世界”进化到“算世界”。

为了解决通用模型的不可控，群核科技发布了对标Sora的视频生成工具LuxReal。

龙天泽用了一个生动的比喻来拆解其技术逻辑：“把大象放进冰箱分三步，做可控的商业视频也是三步：第一步选主角，第二步搭舞台，第三步拍视频。”

与Sora单纯预测下一帧像素不同，LuxReal的逻辑是先用AI生成一个包含真实物理属性的3D商品（主角）和场景（舞台），然后再在这个虚拟空间里安排灯光和运镜进行拍摄。龙天泽指出，虽然目前市面上的AI工具降低了门槛，但缺乏商业级的可控性，而群核选择这条“先建后拍”的技术路线，正是为了确保视频里的商品不变形、光影符合物理规律，让AI视频从“玩具”变成电商营销和短剧制作的“工具”。

更大的野心：“卖水人”

如果说LuxReal是解决了“造梦”的问题，那么同期发布的工业AI孪生平台SpatialTwin和空间智能训练平台SpatialVerse，则暴露了群核更大的野心——做机器人时代的“卖水人”。

群核科技董事长黄晓煌算了一笔账：在现实世界搭建一个测试空间，装修成本就要10万到20万，而在数字世界里成本极低；现实中机器人训练一小时就是一小时，而在数字世界里，一小时的训练量几分钟就能跑完，还可以无数台设备并发。

这实际上已经能够推动商业模式发生质变。

长期以来，软件公司习惯了按“人头”收年费。但在黄晓煌看来，未来世界将发生巨大变化：“机器调用的数量会比人用的更多。”当一家机器人公司调用群核的场景数据进行百万次训练时，收费模式也将从单一的订阅制，转向“订阅+Token/算力”的混合模式。

最后，黄晓煌讲了一个他在卡塔尔出差时的故事。

当地一位身穿白袍的贵族告诉他，他们国家依靠大量外劳，实现了“10个人服务1个人”的幸福生活。黄晓煌认为，中国不可能靠人力实现这种生活，未来想要过上这种日子，“肯定要靠机器人，可能会有10台机器人服务一个人。”

但前提是，这些机器人不能只在屏幕里陪聊，它们必须走进物理世界，去端茶倒水、去搬运货物。而这，正是群核科技押注“空间智能”的逻辑：在那个机器大爆炸的未来到来之前，先造好一个懂物理、可计算的数字世界。（本文首发钛媒体APP，文 | DeepWrite秦报局，作者｜秦聪慧 ）