群核黄晓煌：创业者的「命」，归根结底来自「世界观」

对创业者来说，「命」这个东西由天也由己。而所有的胜利，最终都是世界观的胜利。

对话｜张鹏

编辑｜Li Yuan

今天，群核上市了。

按常理说，到了这个节点，CEO 往往会被资本市场、投资人、媒体、路演塞满日程，整个人都处在一种高度紧绷的状态里。

但有点出乎我意料的是，可能是因为上市认购情况太好了，群核的创始人黄晓煌反而是我认识的创业者里，少数几个在公司上市前夕还留得出整块时间、能坐下来聊聊天，复盘下创业历程的人。

认识黄晓煌也有快 8、9 年了，一开始觉得他是一个非常典型的技术创业者。从早年出国读博，研究高性能计算，后来直接进入英伟达做 CUDA；然后回国创业，做的也是模型、渲染、GPU 这一套硬核技术。十几年前，真正的技术创业可真是一条注定不好讲的创业路线：GPU、物理正确渲染、云端算力，这些词今天听上去已经很自然，但在当时，不管是资本市场还是行业客户，真正能听懂、愿意为之买单的人都很少。

在很长一段时间里，大家对群核的理解，其实也大多停留在这里：一群名校出来的 high-tech 创业者，最后去服务一个相对 low-tech 的传统行业；听上去反差很大，想象中应该会磕磕绊绊、充满拧巴。

坦诚地说，过去十多年来，我看了太多中国的技术型创业者朋友身上很艰难，甚至有点悲情的东西。但是，黄晓煌身上，还有点不一样。这些年来我听过他讲很多创业面对的「奇葩事儿」，但哪怕是听他吐槽，也总能给你一种听「脱口秀」的轻松感。

2025 年的黄仁勋与黄晓煌 ｜ 图片来源：群核科技

这倒不是说他口才多好，也不是说他没有压力，其实那些事情你真把自己代入进去，每一件都肯定是令人崩溃的挑战。但这些竞争、焦虑、挑战，每次听他讲起都是一种「忍不住吐槽，但现在反正也搞定了」的感觉。

黄晓煌和他的创业伙伴们，似乎总给人一种这帮家伙「命好+命硬」的玄幻感觉，我仔细想过，这其实归根结底来自一种很稳定的乐观，甚至是一种能把这种乐观传递给别人的状态。

而且，更令人惊叹的是，他不只是「熬」过来了。

黄晓煌很早就开始关注大模型。我们在 2021 年底交流的时候，他已经在做一些当时外界还不太容易理解的预研。到了 2023、2024 年，群核又很坚决地把方向进一步收敛到空间智能上。

2024 年极客公园创新大会上，我们邀请了群核科技来演讲，晓煌后面还和我提到，很有缘分，当时演讲的顺序就排在宇树科技的王兴兴后面。

现在回头看，他这次又正站在了时代变化真正有价值的位置上。

那届极客公园创新大会过后，宇树科技上了春晚，机器人火了，物理 AI 火了，整个行业都开始重新理解三维、空间、现实世界建模这些能力的重要性。群核并不是在热潮起来之后才补票上车。更准确地说，它更像是沿着自己很多年前就开始积累的 GPU、渲染、三维和物理世界理解，一路走到今天，然后突然发现：时代终于开始用它熟悉的语言说话了。

后来我越来越觉得，这种所谓的「命硬」，其实并不真是命。

它背后当然有运气，但更重要的，还是每一个关键节点上的判断、每一次胜负手上的选择，以及这些选择背后更底层的世界观。

AI 很重要，大家都知道；但真正拉开差距的，从来不是知道这件事本身，而是你怎么理解技术，怎么理解商业，怎么理解时代，怎么理解自己该站在什么位置上。那些平时听上去很虚的东西，一旦落到创业里，最后都会变成非常具体、非常现实的结果。

这次在上市前夕和老友黄晓煌深聊，也给了我一个很好的机会，重新复盘这些年群核的关键节点。因为在群核身上，你能看到很多我们平时经常挂在嘴边、但很少真正被讲明白的大词——技术创业、长期主义、世界观、技术判断——到底是怎么在一家公司身上，一步一步长成今天这个样子的。

我相信对创业者来说，「命」由天也由己，而所有的胜利，最终都是世界观的胜利。

01

锤子和钉子都重要，但你要先有个锤子

张鹏：给我们讲讲你怎么动心起念开始创业的吧？

黄晓煌：我做的技术创业，其实连续性很好。本科阶段学的是图形学，后来到美国继续读高性能计算方向的 PhD，研究的核心就是如何用 GPU 做高性能计算。毕业后，我进入英伟达，从事 CUDA 相关开发。

那还是 2010 年左右的事，那时候每天打开新闻，华尔街都在唱空英伟达。那几年，移动互联网和云计算正在快速兴起，市场上很多声音都在唱衰台式机，而英伟达的 GPU 当时又高度依附于台式机生态，所以外界普遍不看好这条路线。

在英伟达时，我所在团队主要做的是内存管理、矩阵运算和稀疏矩阵运算。现在回过头看，英伟达当时做的这些基础能力，其实非常超前——无论是矩阵运算还是内存管理，后来都成为整个 AI 产业最底层、最关键的基础设施。

我当时其实就很认同英伟达这套技术逻辑，这几乎可以说是一种第一性原理：随着 CPU 路径逐渐逼近极限，GPU 的算力优势最终一定会超过 CPU。

不过，我的想法是，既然 GPU 的价值一定会越来越大，那它就不应该只停留在本地设备里，而应该走向云端，变成一种面向更广泛用户的服务能力。

我开始想创业，是因为我参加了第一届 GTC。当时黄仁勋在演示一个 GPU 渲染相关的产品，当时用了 128 颗 GPU。我回来之后在业余时间自己动手做了一版，结果发现性能能做到更好，4 颗 GPU 就能实现。我当时就决定出来创业。

张鹏：如果当年一直留在英伟达，今天光靠股票可能也已经很成功了，创业这十年值得不值得？

黄晓煌：我没算过这笔帐，光看钱的话可能还真不好说呢。但我觉得创业这件事，最终追求的肯定不是单纯赚更多钱，而是做自己真正相信的事。赚钱当然有很多方式，打工可以赚钱，炒股也可以赚钱，但钱本身只是资源，关键还是你想拿这些资源去实现什么。

所以当时我并没有想过，为了更高的收入去追逐所谓更潮流的公司。那时候很多原本做高性能计算的人跳去 Google、Facebook，转去做网页前端，薪水确实翻倍了，但我自己一直还是一个技术理想主义者。

和我一起创业的主要都是我大学和后来读书时期的同学。陈航是我在浙大时的室友，后来我们又一起去了 UIUC。其实我们大学宿舍四个人里，最后有三个人都加入了公司。

这背后也有很强的技术创业者特点。技术创业早期，团队往往不是靠很强的社会资源去组织起来的，而是在你还什么都没有的时候，只能依赖那些真正了解你、也愿意相信你的人。对技术创业者来说，这样的人通常就是同学、室友，或者一起做过研究的人。

我们当时都比较年轻，就比较技术理想主义，读书时也会经常聊技术、聊想法、聊创业方向，最后慢慢聊到一起，就走上了共同创业这条路。

三位创始人 ｜ 图片来源：群核科技

张鹏：技术创业很重要的一个问题是，怎么找到第一个适配的商业方向，你们是怎么做的？

黄晓煌：我们一开始其实是很典型的「先造锤子，再找钉子」。因为我们本身没有行业经验，也没有在具体垂直领域长期工作过，所以如果一开始就说自己很懂行业需求、很清楚钉子在哪里，其实是不现实的。

我们早期找过顾问，提醒过我们两个原则：第一，不要做项目制和定制开发；第二，要找有钱、而且付钱爽快的行业。于是我们就按这个标准去一边推导、一边验证，最后找到了家装和房地产相关场景。

这个选择背后有一个很重要的认识：技术创业不应该瞧不起「看起来不高精尖」的行业。恰恰相反，越是传统、越是 low-tech 的行业，往往越需要真正高强度的技术去赋能，也更容易形成真实价值。反而如果你一上来就去服务那些本身技术能力极强的大公司，风险很高——它们不但懂你的技术，还可能在你帮它验证完需求和方案之后，直接内部立项，把你做掉。

家装这个行业同时满足了几个关键条件：处于高速增长期、有真实需求、有支付能力、愿意为效率提升和体验改进买单，而且客户本身不会轻易把你的核心能力复制掉。对技术创业者来说，这种行业反而比那些表面上更「高精尖」的领域更适合作为起点。

我们当时内部讨论出两个方向，一个方向是家装渲染，另一个方向是全屋定制，都很适合我们物理正确的渲染技术的落地。我们最后直接做了一个内部赛马：谁先拿下第一个客户，就先做哪个方向。最后是陈航率先把家装渲染的第一个客户谈下来，于是这个方向就先成立了，公司也由此迈出了第一步。

搞定第一个大客户的效果图 ｜ 图片来源：群核科技

张鹏：看起来有点「扔鞋」或者「掷骰子」的味道啊。

黄晓煌：当时确实也不知道哪个更对嘛。但后来证明两个方向其实都是正确的，我们后来也做了偏工业 4.0 的另一个方向。

这件事现在回头看，其实非常符合精益创业的逻辑。精益创业，我觉得特别适合这种有一个核心的技术，再去找方向的创业。 我看到很多朋友说精益创业这套有问题，可能是这里面有个隐含的前提被忽视了。就是一家公司必须有核心的东西，要是每天都有不同的想法，今天做了一个网页，明天做一个 APP，那这个就很离谱了。

张鹏：但是你选择的行业，其实和你们本身的风格差别很大。你们几个技术出身的人，跟行业沟通不会出现障碍吗？

黄晓煌：按照常见创业叙事，我们团队确实都太像了，都是技术出身的，有点书呆子的感觉。感觉上这样的团队似乎天然应该去找一些更懂商务、更会销售、更「野路子」的人来补位。

但真正做下来我们发现，技术创业里，互补当然重要，却不一定比价值观一致更重要。随着你公司的发展，要有各种决策，价值观或者理念不符的人在一起，其实挺难走得远的。

他想要的决策你是肯定不能接受的，你想要的决策他也是不能接受的，这时候对公司就是一种典型的内耗。理念不符，你请过来的帮你做商务的，比较大咖的人才，也会很快走掉。

所以我们后来越来越明确一件事：技术型创业最典型的特点就是你不能在一个事情火之前开始做，一个事情火了你再开始做肯定没你的机会。

因为首先技术创业一定都是最天才的人在做，然后你在一群特别牛的人在做的情况下，你还比别人晚了，你肯定没机会的。一个赛道，就是一般只能活一两家。

我觉得有的时候时代需要你的时候，就是需要一群完全一样的人一起往前冲，速度快，因为只有第一名能活，能够抓住机会，但是确实存在风险是，也许时代不再需要这群人了，然后你整个公司都是这群人，那确实有可能就挂了。

这个道理就在我们内部其实有很多年的争论，但反正时间久了之后，我觉得慢慢也认命了，反正我就是这么一个人，企业基因就是这么个基因，那个你让我改，我也很难去改了。如果某一天就是社会或者国家的发展不再需要这种科技导向的公司了，那我觉得那反正就退休吧，这也就那样了。

02

你对世界有价值，世界终将能看懂你

张鹏：你们其实从一开始就是做GPU和模型算法的公司，但有一段时间，你们被评价为SaaS公司，在现在的资本眼光来看，SaaS 公司听起来更像低技术的一种创业。

黄晓煌：准确地说，SaaS 本质上是一种收费模式，而不是技术能力本身的定义。它本身没有问题，甚至在当时是比传统软件授权更进步的一种商业模式。过去卖本地软件，往往是按公司收费，不管你一个企业里有多少人用，价格都差不多，因为软件装上去以后，边际成本变化不大。到了 SaaS 时代，至少可以按人头、按年费去收费，这已经比传统软件模式合理很多。

但它的问题也很明显：SaaS 时代的主流收费逻辑，决定了公司必须尽量把成本压低，而不是把能力做到极致。因为在当时，大多数 SaaS 产品并不能真正按计算量收费，收入基本是相对固定的，可成本却是自己承担的。对我们这种本质上依赖算力来交付价值的公司来说，这个约束尤其明显。

所以那时候我们内部经常做的一件事，不是单纯想办法把效果做到最好，而是反过来研究：怎么在客户还能接受的前提下，把质量降一点、效果削一点、计算成本再压低一点。

我们就简单地想，今天的 Anthropic，不可能说 20 美金无限量使用 Opus 4.6。这种商业模式一出来，那模型肯定是追求自我阉割，最后阉割成一个很弱的东西。

这也是为什么当时很多所谓 SaaS 公司，虽然也带一点技术含量，但整体壁垒未必很高。因为在那种商业模式下，真正鼓励的不是高算力、高复杂度、高效果的能力，而是低成本、可复制、可规模化的交付方式。

张鹏：但你今天能够这么顺利的完成上市和被资本市场看好，是什么东西改变了造成的？

黄晓煌：真正让我觉得时代变了，是大模型这一波。ChatGPT 爆发之后，它不只是把模型能力做出来了，更重要的是，它把高算力成本这件事，第一次让大家接受了。

按用量付费，我们以前在国内也推过，但是市场并不接受。这一次，硅谷公司硬生生把这个观念建立起来了——高能力背后就是高算力成本，用户如果要最好的结果，就要为用量付费。

张鹏：具体说说，这对你们带来了什么影响？

黄晓煌：新的商业模式解锁之后，给了我一个巨大的观念上的冲击。我发现一个全新的时代要到来了，过去这种追求性价比的时代，马上要过渡到了追求能力极致的时代了。所有人就会开始去要最好的东西。要 SOTA 的东西，所以当时 23 年就开始做战略调整。

以前有几年，就是特别是 21 年之前，大家觉得竞争力是在我堆了很多工程师，我有行业的 knowhow。然后我把这些行业的 knowhow 写成代码，那我就能够形成很庞大的就是工程壁垒，这样子别人不会轻易的杀进来，就没那么快。

以这个为壁垒，那个时代招工程师都讲究性价比，甚至你会把在一线城市贵的工程师少招一些，到二三线城市去招一些便宜一些的工程师来做这些东西。

但 Copilot 出来之后，我第一次非常强烈地意识到，这个结构会倒过来。产品化、界面、交互、工程实现这一层，以后会越来越容易，壁垒会持续下降，真正重要的会变成底层的算法能力、模型能力、GPU 能力、数据能力，还有判断力本身。

如果这件事判断对了，那你最先该改的不是产品列表，而是资源分配，是人，是组织。

张鹏：所以你当时的时间分配是怎么调整的？

黄晓煌：我当时把几乎所有业务相关的事情都转给了合伙人，自己把最核心的时间放在招聘和看人上。以前时代，招人更看性价比，看执行力，看能不能在既定流程下把事情铺出来；但在 AI 时代，执行工作越来越多会被 AI 接掉，公司真正需要的是认知更高、判断更强、天花板更高的人。

我当时基本上把所有相关岗位的人都亲自面了一遍，包括基础岗位，老员工的 review 也会去参与。因为组织上有一个问题是人才的要求会逐级下降的，你可能内心也不希望你的下属比你强很多，然后你的下属也不需要他的下属比他强很多，他一层一层降下来，那公司这个基层就贴到地板了。那我只能亲自来推这件事。

在这个基础上，我们也在想接下来的业务，我们肯定不会抛弃老业务，因为我们的业务从 day one 开始也是基于 GPU 算法，只不过是小模型，它本身也在升级。社区、工具、网站本身已经不是壁垒，但是我们长期积累的数据、已经连接起来的工厂设备和各类物理设备，以及由此形成的网络效应，仍然是我们宝贵的壁垒。

张鹏：那个时候看起来可以做的事情很多，如何找到「该做的事情」？

黄晓煌：排除法就挺有用。比如大语言模型我们很早就排除了，因为那不是我们的菜，也不在我们的优势区间里。后来内部真正有争议的是，到底做图像，还是做三维、做空间。

图像方向当时看起来也成立，diffusion model 也不算特别复杂，而且很通用；但我们后面分析下来，第一，图像太卷；第二，我们自己的数据独特性在图像领域没有那么强。也就是说，就算做，也很难形成真正属于自己的壁垒。

最后我们把方向收敛到空间理解、空间生成这些能力上。因为这块一方面和我们原有业务是连续的，另一方面我们确实有长期积累：包括三维、空间、渲染、设计链路、工业对接这些东西，都不是临时拼出来的。做了一段时间探索之后，我们越来越确定，这个方向是比较独树一帜的。所以到 2023、2024 年，我们才真正把战略定下来：做空间智能。

群核科技空间智能训练平台 ｜ 图片来源：群核科技

张鹏：空间智能很热和机器人领域有关，你那时候机器人好像还没有真正热起来吧。

黄晓煌：我们后来把方向定到空间智能上，核心并不是因为当时机器人很热，恰恰相反，那时候机器人还没有真正火起来。我们真正的判断是：AGI 不可能只停留在代码世界里，它一定要走向物理世界；而从代码世界跨到物理世界，中间有一层能力是绕不过去的，这层能力就是空间智能。

空间智能真正要解决的问题，是怎么把人类对物理世界几乎本能的认知能力，转化成计算机可以理解、可以计算、可以调用的一种「语言」。

因为对人来说，很多事情几乎是直觉。但对计算机来说，这些并不是天然具备的，它必须一点点学会。这也是为什么它对机器人很重要。机器人如果要真正进入现实环境，它就必须先具备这种能力，否则它连最基本的空间理解都没有，就谈不上后续的动作决策和任务执行。

但空间智能又绝不只是服务机器人。凡是和物理世界相关的行业，其实都会用到这类能力。比如在电商里，一个商品怎么摆放才自然、才符合人的感官，背后其实需要对三维空间和物理关系的理解。再比如影视制作，怎么生成一个符合人类直觉、符合物理世界规律的场景和内容，也离不开空间智能。甚至像车祸现场这类应用，过去拍几张照片其实会丢失很多信息；但如果能尽可能完整地把物理现场记录下来，未来系统就可以基于这个空间信息去做进一步判断和推理。

选择空间智能，从技术上，我们当时做了一个判断：AI 时代越贴近物理世界的东西越安全，越纯数字世界的东西越危险。

张鹏：详细讲讲我们该怎么理解这句话？

黄晓煌：原因很简单，大语言模型本质上存在幻觉问题，它们很难直接满足那些对物理正确性、空间正确性、工业可靠性要求很高的场景。所以像生产、制造、工业 4.0 这类贴近物理世界的需求，不太可能直接被通用大模型吃掉。那进一步往下看，贴近物理世界以后，什么能力又是大语言模型和图像模型最不容易直接做出来的？我们的判断是，空间的重建、生成和理解，是这里面最关键、也最难被替代的一层，所以后来所有科研探索和资源投入，基本都往这条线上收。

商业上，其实判断也很现实。大语言模型这一块，已经是几家巨头的射程范围，像我们这样的公司，去正面拼算力、拼人才、拼基础模型，基本没有胜算。所以你既不能怂，也不能天真。真正合理的做法，是找到一个既有长期价值、又不在巨头主战场正中心的位置。

空间智能和物理 AI 对我们来说就是这样的方向：一方面它跟未来 AGI、机器人、智能设备的发展强相关，长期价值足够大；另一方面，它又更依赖具体数据、物理设备连接能力和长期场景积累，这些恰恰是我们的优势，而不是巨头最容易立刻碾压的地方。

群核科技空间智能全景图 ｜ 图片来源：群核科技

张鹏：逻辑是清晰的，那具体做什么样的事情，如何积累价值和壁垒，你们怎么思考的？

黄晓煌：我们现在越来越明确，空间智能、物理 AI 这一类东西，底层拼的就是训练数据。方法大家都知道，真正的难点在于你能不能持续、高质量地把数据组织出来。所以我们内部做了很大调整，把很多传统工程师逐步往数据工程方向转，把组织能力往这边迁。

在业务上，我们现在做的事大概有几层。

一层是继续做空间智能本身，也就是围绕空间的重建、生成、理解这些能力，持续做模型和数据集，这也是我们最核心的技术主线。

一层是把这些能力服务到机器人和各类物理设备上。因为我们过去本来就做了很多工业 4.0 的东西，跟机械臂、工厂设备接触很多，所以我们的判断是，未来这些设备只要继续智能化、视觉化，本质上都会需要空间认知能力。于是我们就开始往这条线上转，给机器人、机械臂这类系统去做模型、做训练数据、做软件能力。

还有一层，是先从「卖铲子」开始做。比如我们后来做的 SpatialVerse，本质上就是给机器人和具身智能公司提供数据工程和合成数据服务。因为我们自己在内部训练模型时已经发现，一个算法工程师背后往往要配很多工程力量去整数据，所以我们判断，数据工程本身就是一个非常有价值、而且对行业普遍成立的能力。

对于头部公司，我们可以提供数据工程和合成数据；对于腰部和长尾公司，未来则可能更多提供开源预训练模型、API 服务，以及把这些模型真正接到各种物理设备上的能力。

03

技术创业者的春天终于到来

张鹏：你创业的时代，也并不是一个对技术创业很友好的时代。

黄晓煌：是的。前两天早期投资人还调侃我们说，你看你们干了那么多年，现在要是你们几个现在重新开始创业，估计第一把天使轮就能估到这个价格，哈哈哈。那能怎么办呢？这事情没法回头看。

我们创业早期的融资并不顺。2011 年第一年基本没融到钱，2012 年也被拒了很多次。甚至我最早接触的一些投资人，会很直接地说，在中国创业不要一上来讲什么核心技术，也不要讲研发要做几年，当时流行的是什么？一个月内产品上线了，第二个月打爆市场，第三个月又是新的融资，一年融个好几轮。

我们融资的时候，投资人也会给我们很多这方面的建议。那时候 O2O 正热，投资人就建议我们往「装修 O2O 神器」这个方向去包装。甚至会很直接地说，推市场的时候什么概念火就先讲什么，不要上来就讲太多技术词，GPU、算法、模型什么的。于是我们后来在对外表达上，确实开始借用「装修 O2O」这样的语言；虽然严格来说，我们真正做的仍然只是产品和技术，并没有真的去做一个完整的 O2O 业务。

张鹏：是不是在创业的过程中，你们也面对过大厂的竞争。

黄晓煌：是的，当时压力非常大，你看着你的手下一个一个被挖走我们后来扛过来了，我们说经历了这个是企业的成人礼。

躲是没用的，你有新的点子也不见得大厂就不做了，我们当时定了四个策略。

第一，横向扩展业务边界，不把公司压在单一战场上。我当时就在看论持久战。可能某些板块正面守不住，那就要尽快进入更多相关领域，给自己建立更大的根据地，而不是把命运完全绑在一个点上。

第二，做国际化，拉开战略空间。大厂再强，也很难同时在所有国家、所有市场都压过来。

第三，往更深、更重、更苦的地方做，把「脏活累活」做成壁垒。比如原来只做渲染还比较薄，我们就继续往产业更深处走，把设计到生产制造的链条打通，甚至投入大量人力去做设备对接、驻场服务、工厂落地。这类事情人效不高、很苦很重，大厂通常不愿意做，也很难真正放下身段去做，但对创业公司来说，这恰恰是最有效的防守方式。因为客户真正留下来，往往不是因为你概念更漂亮，而是因为你把问题解决得更深、更细、更到位。

第四，尽可能拥抱一切可以合作的生态力量。大厂通常也有很多竞争对手和生态对立面，只要你能先扛住第一波压力，很多原本不会理你的力量，反而会开始愿意支持你。因为在这个系统里，别人也会观察：你是不是一个值得被扶一把、能继续打下去的玩家。

张鹏：看起来很立体，但其实哪个最有效？

黄晓煌：肯定都有作用，但说实话最有意义的其实是把「脏活累活」做到位。

你有没有把客户服务到位是一切。只要你做了足够深的服务、干了别人不愿干的脏活累活、把产品和交付真正做扎实，客户就不会轻易走，大厂也未必能轻易替代你。

张鹏：所以本质上也是华山一条路，狭路相逢核心还是勇气和基本盘要扎稳。

黄晓煌：对，如果只有一条路，就不能「怂」，「怂」了也没有人会帮你。你能抗住巨头一波不被带走，世界才会帮你。

张鹏：今天其实是一个对技术创业者更友好的时代了吧？

黄晓煌：如果从我自己的经历来看，这几年确实是我见过对技术创业者最友好的阶段，甚至可以说是前所未有地友好。十年前完全不是这样。那时候你如果一上来就说自己是「技术公司」，很多人反而会觉得你没有商业模式、只会烧钱。

但现在环境已经明显变了。一个很重要的变化是，国家和市场都越来越意识到，真正长期的竞争力不在表层流量，而在制造业、在科技、在硬核能力上。也正因为如此，今天技术型企业无论是在融资、政策支持，还是在资本市场的理解度上，都比十年前好了很多。比如你要拿融资、要走上市路径，硬科技属性已经不是一个可有可无的加分项，很多时候甚至已经接近必要条件。

张鹏：如果给今天的技术型创业者一些建议，你觉得最重要的是什么？

黄晓煌：我觉得第一条还是要坚持初心，或者换个不那么宏大的词，就是去做你真正相信、也真正喜欢的方向。技术创业一定有一段很长的寂寞期，这段时间可能是一两年，也可能是一二十年。如果耐不住寂寞，就不要轻易选这条路，因为这条路本来就不是靠短期回报支撑的。

其实我当年在英伟达，我是不理解的，为什么团队要花这么大精力去做那些底层数学库、矩阵库之类的东西。从短期赚钱的角度看，这些事并不直接，也不轻松；但后来我慢慢意识到，这类工作虽然未必立刻带来商业回报，却可能创造非常大的社会价值，也会成为整个产业长期发展的基础。到了自己创业之后，我才真正理解这种取舍背后的分量。

所以英伟达真正留给我的，可能是一种更底层的创业观：先想清楚这件事有没有社会价值、值不值得长期做，再去研究怎么赚钱。这就算是第一份工作给我的洗脑吧。

第二个很重要的点是，技术创业一定要乐在其中。因为创业过程中你会不断看到一些技术不如你、能力不如你、甚至做的事情也没你难的人，更快赚到钱、更早拿到结果。这个时候如果你做的事情本身不是你真正喜欢的，你会非常容易失衡，甚至会被反复打击。但如果这件事本来就是你最想做的、你做它本身就有快乐，那你才更有可能熬过那些不平衡的阶段。

第三点是，既要有面向未来的世界观，也不要回避脏活累活。很多技术创业者容易只喜欢宏大的方向判断，但真正能把事情做出来，往往都要从很脏、很重、很累、很不光鲜的事情开始。因为那些不用干脏活累活、又特别香的生意，通常早就被大厂或者融资特别多的公司占掉了。真正留给创业公司的，往往就是那些别人嫌麻烦、不够体面、但又确实有价值的活。所以对技术创业者来说，不能只有技术信仰，还得能接受长期积累、接受不那么好看的起步方式。

*头图来源：群核科技

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

极客一问

你如何看待群核科技？