群核科技唐睿：以3D高斯破解具身智能数据瓶颈

“当我们用高斯表达替代像素，人类终于能‘走进’曾经记录的空间。这不是科幻，而是群核科技正在推动的技术革命。”近日，群核科技首席科学家唐睿在接受证券时报记者专访时表示。

近日，“杭州六小龙”之一群核科技发布最新高质量3D高斯语义数据集InteriorGS，旨在为机器人和AI智能体提升空间感知能力，并携这一产品及相应智能体解决方案亮相近日举办的2025世界人工智能大会。

据悉，InteriorGS数据集包含1000个3D高斯语义场景，涵盖超80种室内环境，赋予智能体一个“空间大脑”，以提高其环境理解和交互能力，其核心突破在于用高斯函数替代像素作为信息载体。

唐睿向记者表示，3D高斯语义数据集最大的特点，就是用高斯函数的方法去代替像素的表达，其优势在于能将时空记录转化为可进入的虚拟空间，支持在记录的空间中漫游、行走，实现身临其境的还原。因此，它可以可支持机器人在虚拟3D世界中与场景交互、观测，结合提供的语义信息，加速下游智能机器的智能化开发，提升效率并降低成本。

这种技术变革带来的直接改变是沉浸式还原，对于具身智能的发展而言，3D高斯语义数据集的价值更为关键。“这相当于给机器人建了一所‘虚拟学校’，”唐睿指出，1000个场景构成的语义丰富的虚拟空间，能让机器人通过与虚拟环境的持续交互，学习空间理解、物体识别、动作决策等能力。在语义信息的加持下，机器人能更快理解“桌子”“椅子”等物品的功能属性，而不仅是识别外形，这将大幅降低下游智能化开发的成本。

谈及空间智能与具身智能的技术差异，唐睿认为两者是“同源异流”。在他看来，空间智能的核心是做数字世界与物理世界的桥梁，解决空间的创作、理解与表达问题；而具身智能在此基础上，还需要攻克物理世界的硬件难题。

“具身智能的难点更复杂，它是软件算法与硬件工程的结合体，不仅要‘看懂’空间，还要‘动手’改造空间，例如，机器人叠被子不仅需要理解‘被子’的空间形态，还涉及机械臂的扭矩控制、传感器精度等硬件技术。”唐睿进一步解释道。

然而，在采集与使用虚拟数据的过程中始终存在真实性鸿沟，对此，群核科技给出“双管齐下”的解决路径，“一方面通过算力中心和算法迭代，提升物理世界的仿真精度，让虚拟场景更接近真实世界的物理规律；另一方面，联合学界和下游企业探索‘虚实融合’的训练策略。”唐睿告诉记者。

唐睿表示，在具身智能领域中，群核科技定位于机器人的“虚拟教材编写者”。 通过空间智能技术构建高保真虚拟场景，让机器人在“数字操场”里低成本、高效率地训练，再由下游团队将训练成果落地到物理设备。这种分工模式，正推动具身智能从实验室走向产业化。