群核科技发布空间大模型,深化开源战略布局

2025-08-29

群核科技发布空间大模型SpatialLM 1.5及SpatialGen,以开源方式推动3D场景生成与AI视频应用发展。

8月25日,在首届技术开放日(TechDay)上,群核科技正式发布空间大模型的最新成果:新一代空间语言模型SpatialLM 1.5与空间生成模型SpatialGen,并现场公布新模型后续的开源计划。群核空间大模型作为业界首个专注于3D室内场景认知与生成的大模型体系,在真实感全息漫游、结构化可交互以及复杂室内场景处理方面优势明显。

除了开源模型,群核科技还首次展示了其AI团队基于SpatialGen探索的AI视频生成解决方案,旨在用新方法解决时空一致性难题。

SpatialLM 1.5:一句话生成结构化3D场景,缓解机器人训练数据困境

此次发布的SpatialLM 1.5是基于大语言模型训练的空间语言模型,用户可通过对话交互系统SpatialLM - Chat实现可交互场景的端到端生成。与传统大语言模型相比,SpatialLM 1.5不仅能理解文本指令,还能输出包含空间结构、物体关系、物理参数的“空间语言”。例如,用户输入简单文本描述,它就能自动生成结构化场景脚本,智能匹配家具模型并完成布局,还支持后续用自然语言进行问答或编辑。

图说:空间语言模型SpatialLM1.5能力示意图

更重要的是,SpatialLM 1.5生成的场景有物理正确的结构化信息,能快速批量输出大量符合要求的多样化场景,可用于机器人路径规划、避障训练、任务执行等,有效解决当前机器人训练“缺数据”的问题。现场,群核科技首席科学家周子寒演示了机器人养老场景应用,输入“去客厅餐桌拿药”指令后,模型理解相关物体对象,自动规划出最优行动路径,展现了机器人在复杂家庭环境中执行任务的潜力。

值得注意的是,其前代版本SpatialLM 1.0今年3月开源后,迅速登上Hugging Face趋势榜前三,已有初创企业基于其代码和架构训练出自有模型,证明了开源模式的技术影响力。

SpatialGen:攻克AI视频“时空一致性”难题,构建可自由漫游的3D世界

如果说SpatialLM解决的是“理解与交互”问题,那么SpatialGen专注于“生成与呈现”。作为基于扩散模型架构的多视角图像生成模型,SpatialGen可根据文字描述、参考图像和3D空间布局,生成具有时空一致性的多视角图像,还支持生成3D高斯(3DGS)场景并渲染漫游视频。

SpatialGen依托群核科技海量室内3D场景数据与多视角扩散模型技术,生成的多视角图像能保证同一物体在不同镜头下空间属性和物理关系准确。基于SpatialGen生成的3D高斯场景和真实感全息漫游视频,用户能在生成场景中自由穿梭,获得沉浸式体验。

图说:群核空间生成模型SpatialGen数据集情况

群核科技AI产品总监龙天泽表示:“目前,AIGC文生视频与图生视频工具推动了全民视频创作潮流,但受时空一致性问题限制,离真正商业化应用还有距离。我们正在研发基于3D技术的AI视频生成产品,计划今年内正式发布,或许是全球首款深度融合3D能力的AI视频生成Agent。通过构建3D渲染与视频增强一体化的生成管线,有望弥补当前AIGC视频生成中时空一致性不足的问题。”

现有的AI视频创作常因视角切换出现物体位置偏移、空间逻辑混乱、遮挡错误等问题,原因是多数视频生成模型基于图像或视频数据训练,缺乏对3D空间结构和物理法则的理解和推演能力。

开启空间智能飞轮战略,持续开源共建技术生态

群核科技联合创始人兼董事长黄晓煌称:“对于中国这一代企业家来说,拥抱开源能发挥更大价值。只要技术有价值,赛道蓬勃发展,就能从中受益。”

图说:群核科技创始人黄晓煌分享空间智能战略摄影人/黄航

活动现场,黄晓煌分享了群核科技在空间智能布局上的新思考。基于酷家乐这一全球最大的空间设计平台,群核科技构建了“空间编辑工具 - 空间合成数据 - 空间大模型”的空间智能飞轮,让工具沉淀数据,用数据加速模型训练,用模型提升工具体验,再在工具广泛应用中沉淀更丰富的场景数据。资料显示,截至2025年6月30日,群核科技拥有超4.41亿个3D模型及超5亿个结构化3D空间场景。

“开源是我们战略的重要部分。群核科技从2018年开始实施开源战略,逐步开放数据和算法能力。当前空间大模型还处于初级阶段,我们希望通过开源推动全球空间智能技术发展,成为全球空间智能服务提供商,推动空间大模型的‘DeepSeek时刻’早日到来。”

本次技术开放日分享的两款模型将逐步在HuggingFace、GitHub、魔搭社区等平台向全球开发者开源。其中,空间生成模型SpatialGen在技术开放日当天已可在开源网站下载使用,空间语言模型SpatialLM 1.5未来也将以“SpatialLM - Chat”形式完成开源。

本文仅代表作者观点,版权归原创者所有,如需转载请在文中注明来源及作者名字。

免责声明:本文系转载编辑文章,仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布,请及时与我们联系进行审核处理或删除,您可以发送材料至邮箱:service@tojoy.com