【经管大课堂·AI经管实践】群核科技黄晓煌：通用大模型不会替代空间智能，确定能力边界是关键

案例背景

2026年11月3日，2026年世界互联网大会乌镇峰会开幕，本届峰会以「开源开放共建共享——携手构建网络空间命运共同体」为主题，人工智能仍是核心主线。被称为「杭州六小龙」第一股的群核科技董事长黄晓煌发表题为《从闭源到开源，让AI走进物理世界》的主题演讲，并接受每日经济新闻专访。他在演讲中表示，模型开源、权重开源是大势所趋，目前算力部署成本非常高，对大部分用户而言并不需要性能最强的顶配模型，如果模型公司都闭源，绝大部分人享受不到便利——所以开源是普惠问题，不只是技术问题。

此番表态的产业背景是：通用大语言模型GPT-6 Astra展现出优秀的三维建模能力，引发市场对AI 3D以及空间智能企业是否受到冲击的讨论。黄晓煌回应称，大语言模型会是「人类智慧的入口」，但不是大模型的全部——还包括空间、物理世界数据、世界模型等；他不认为通用大模型会「吃掉」空间智能公司，并把两者关系定义为动态占比下的竞合。他还把机器人称为空间智能的「灯塔」，但反复强调「灯塔不是海洋」——已经跑通的影视、短剧、空间设计才是当下更现实的增长面。

核心分析

一、通用与专属的竞合：能力边界理论与垂直企业定位

黄晓煌判断，目前GPT-6呈现的还不是纯粹的空间智能，更多是操作三维软件的能力，可以理解成一种「临摹」，离理解还有一定距离。从能力边界理论看，任何技术系统都有其能力天花板与适用域：大语言模型强在语言表征与泛化推理，空间智能模型强在三维空间的生成、重建、理解与推理，两者处于相互交融、互相找边界的动态过程。他同时坦言，物理AI被击穿这一天也会挺快到来——这既构成挑战，也带来机会：通用大模型解决了以往空间智能普及到机器人、软件等行业时难以逾越的技术难点。对垂直AI企业而言，竞争策略不是与通用模型硬碰硬，而是把自身Skill（领域技能包）、MCP（模型上下文协议）等接入各大厂模型，成为通用模型调用链中不可替代的一环——专属模型的价值，取决于它在系统中还能占多少比例。

二、数据要素壁垒：空间智能的稀缺资源

黄晓煌指出，大语言模型之所以最强，是因为上一次信息化革命留下了开放的互联网，海量文字数据可以免费抓取；而空间智能需要来自物理世界的数据，只能靠人或机器人去采集，成本仍然非常高。从资源基础观（RBV）看，可持续的竞争优势来自有价值、稀缺、难以模仿、难以替代的资源。物理世界被数字化的比例还微乎其微，谁掌握高质量、多样化的空间数据采集与处理能力，谁就握有垂直领域的护城河。但他也冷静提示数采行业的痛点：同样场景第一波1万份数据很有效，再往10万份、100万份、1000万份走，提升就非常有限；且各家模型训练标准不一，数据采集有时成了反复劳动——数据业务作为短期业务没问题，作为长期业务靠人力去采集素材，挑战挺大。

三、「灯塔不是海洋」：技术愿景与商业现实的组合管理

机器人是全人类共同攻坚的标杆场景，攻下它，其他行业「自然小菜一碟」，这是「灯塔」的方向性意义；但空间智能早已落在3D打印、柔性生产、工业、影视、游戏等不被热捧却占据很大市场的商业化场景里。目前群核科技客户中Token消耗增长较快的行业，除积累多年的空间设计外，还包括影视、游戏和机器人，AI短剧的虚拟片场对世界模型需求也较大。这一判断暗合破坏性创新理论与业务组合管理思想：远期灯塔项目维持技术势能与想象空间，当下现金流业务验证商业模式并摊薄研发成本。作为空间智能「卖水人」，群核科技把空间的生成、重建、理解、推理定为核心追求的边界，其余环节开放给大模型厂商、硬件公司共建生态——以能力边界的清晰化换取生态位的稳固。

管理启示

其一，垂直AI企业的生存之道在于精确界定自身能力边界：明确哪些能力自建、哪些能力借力，并在通用模型能力不断上探的动态中持续校准定位。其二，数据是垂直模型时代最稀缺的生产要素，但数据战略要算边际收益账，警惕同质化、重复化的采集劳动。其三，技术叙事要区分「灯塔」与「海洋」：愿景场景讲给资本市场和人才听，现金流场景交给产品与销售团队深耕，两者不可互相替代。其四，开源不是慈善，而是普惠逻辑下的生态卡位——开放权重与工具链，换来的生态位价值可能远大于封闭带来的短期商业租金。

其他思考

1. 当通用大模型的能力边界不断扩张，垂直AI企业应如何设置技术护城河的「预警指标」？
2. 物理世界数据采集成本高企，行业是否会像互联网时代一样涌现「数据平台型」基础设施？其商业范式如何设计？
3. 「灯塔不是海洋」的判断对你所在行业甄别热点真伪有什么启发？如何避免把方向性故事误当作现实市场？

关键词：空间智能、能力边界、竞合、数据要素、开源生态
来源：每日经济新闻 | 整理：经管大课堂