群核科技三篇ECCV 2026论文：物理AI全链路技术突破

近日，计算机视觉领域顶级国际会议ECCV 2026正式公布论文录用名单，群核科技共有三篇研究成果成功入选，覆盖空间感知推理、强化学习数据生成、高保真物理仿真三大物理AI核心赛道。作为与CVPR、ICCV齐名的全球三大计算机视觉顶级学术会议，ECCV聚焦空间感知、具身智能、物理仿真等前沿方向的学术突破，此次群核科技的入选成果，恰好覆盖了物理AI从感知、学习到行动训练的全链路关键环节，系统性展现了其在物理AI「数据—仿真—测评」体系上的布局。

当人工智能从虚拟交互转向真实物理世界落地，行业的核心关注点已经从“大模型能否理解自然语言”，转向“智能体能否精准理解三维空间并在真实场景中完成自主行动”。空间感知、仿真训练与持续学习能力，已经成为物理AI规模化落地的核心基础设施。群核科技此次入选的三篇论文，正好对应了这一基础设施的三大关键模块，完整展示了其在物理AI全链路技术上的积累。

联合行业伙伴打造下一代高保真物理AI仿真平台

群核科技首席科学家唐睿曾指出，大模型时代的核心基础设施是算力，而物理AI时代的核心支撑则是仿真与数据。不同于语言模型可以从互联网海量文本中学习，机器人需要在完全符合真实物理规则的虚拟环境中反复感知、试错与交互，因此高保真仿真平台已经成为物理AI不可或缺的数据生产与训练底座。

针对当前主流仿真工具存在的可编程性不足、数据传输效率低下、缺乏大规模结构化场景资产等痛点，群核科技联合Adobe、NVIDIA、Apple、Intel等全球科技机构共同推出SPEAR项目，旨在构建面向物理AI的下一代高保真仿真平台。SPEAR整合了多方优势：依托NVIDIA在机器人训练生态的技术积累、群核科技的空间数据与结构化场景处理能力，以及Apple、Adobe在内容资产领域的沉淀，打通了“真实空间数据—虚拟数字世界—机器人训练”的关键链路。

相较于同类仿真器，SPEAR开放超过14000个原生Python接口，支持高度灵活的可编程控制；同时可以同步输出深度图、表面法线、实例分割、语义分割、材质ID等多维度物理属性数据，为机器人提供更全面的环境感知信息。更关键的是，SPEAR可以无缝接入群核科技开源的InteriorAgent、InteriorGS等结构化三维数据集，这些资产天然具备尺寸、碰撞体、关节等SimReady标准化物理属性，能够实现从真实物理空间到训练虚拟环境的快速转换。

这意味着SPEAR并非单纯的仿真工具，而是一套面向物理AI的数据生产基础设施，能够将物理世界数字化、模拟化、训练化，持续转化为机器人学习进化所需的高质量数据资产。

构建全链路数据飞轮破解物理AI发展瓶颈

物理AI的规模化落地，首先面临的核心供给瓶颈是三维空间数据的规模化生产能力，远远跟不上模型训练的需求增长速度。群核科技的第二篇入选论文Syn-GRPO，提出了面向强化学习的数据自进化框架，能够在训练过程中自动生成全新的训练样本，从根源上解决训练数据匮乏、模型收敛模式单一的问题。

该框架包含两大协同模块：其一为多样化图像生成模块，在保留目标物体不变的前提下，通过更换背景生成全新样本，确保标注信息的准确性与完整性；其二为改进后的GRPO强化学习流程，新增了多样性奖励机制，引导AI生成能够催生多元答案的画面描述，持续产出难度逐步提升的训练素材。

不过，数据的价值需要通过科学评测才能充分验证与落地，因此群核科技同时推出了全球首个基于真实街景的交互式空间智能评测基准WalkerBench。作为面向空间感知环节的核心评测工具，WalkerBench覆盖了全球六大洲161座城市的真实街景数据，评测过程中不提供地图与GPS定位，仅向AI提供第一视角的RGB画面，要求其仅依靠视觉信息完成自主认路导航。

实测结果显示，当前性能最强的AI模型在该基准上的任务完成率仅为24.5%，且随着行走步数增加，模型性能下滑趋势明显，这暴露了一个本质矛盾：现有大模型的线性文本记忆方式，无法真正表达三维空间的复杂结构。针对这一缺陷，研究团队提出了Spatial-IDE框架，为AI单独开辟全局空间记忆模块，解决线性上下文与三维空间结构不匹配的底层问题。目前该框架已经在宇树G1人形机器人上完成零样本部署，成功实现了真实城市街道的公里级自主导航，完成了从评测基准到真实物理世界的直接迁移。

成形中的物理AI数据基础设施生态

当AI从屏幕走向真实物理世界，行业的基础设施正在被重新定义。物理AI的技术竞争已经从单一的算法层比拼，转向全链路基础设施的构建，而三维数据供给断层已经成为制约行业发展的核心瓶颈。

依托多年沉淀的海量结构化三维数据与自研空间智能大模型，群核科技在2024年正式推出空间智能训练平台SpatialVerse。该平台以3DGS实景重建、AI三维生成两大技术路线为核心，依托高保真渲染、空间数据结构化处理、实时仿真推演等核心能力，能够规模化、高效率、高质量地将物理世界转化为可用于训练的数字化数据，系统性解决了物理AI面临的数据稀缺、试错成本高昂等行业痛点。

从此次ECCV的三项入选成果可以看出，在持续建设“仿真数据生产线”的基础上，SpatialVerse正在加速打通“数据—仿真—测评”的产业全链路，致力于为物理AI的规模化落地打造完整的“全流程模拟训练场”。目前，SpatialVerse已经与字节跳动、智元机器人、银河通用、禾赛科技、穹彻智能、智平方、松应科技等多家产业头部企业达成深度合作；在学术领域，该平台也携手谷歌、英伟达、Adobe、Apple等全球科技企业，共同推进物理AI前沿技术的探索与落地。

面向物理AI时代的发展需求，群核科技将立足海量三维可交互数据与物理世界数字化的底层能力，以结构化三维数据集和真实世界驱动的世界模型为核心，为物理AI应用提供可训练、可交互、可测评的底层空间智能基础设施，驱动物理AI技术从虚拟算法快速落地到真实应用场景。

塔猴是一个专注于为用户提供系统学习、内容创作与商业连接的AIGC综合服务平台，致力于为每一位AI探索者打造理想的创作、成长家园。在塔猴，你不仅可以学习众多AIGC类实战课程，获得与时俱进的AIGC技能和视野，还有机会获得长期商业合作和接单机会！点击进入：https://www.tahou.com/

AI生成内容提示：本文由人工智能辅助创作，内容仅供参考，不代表平台观点。请注意核实信息的准确性，并理性判断。