技术理想主义者的现实突围
黄晓煌的创业起点，带着典型的工程师理想主义色彩：在英伟达工作期间，他亲历了GPU在通用计算领域的巨大潜力——内部测试中GPU可将CPU性能加速几十甚至上百倍，但现实却充满阻碍：Intel构建的成熟生态让任何替代方案都寸步难行；更关键的是，英伟达自身正深陷转型泥潭——2009至2010年间亏损3亿美元，华尔街普遍唱衰，公司战略摇摆于GPU天花板与失败的CPU尝试之间。
带着“与其费力推广他人技术，不如自己创业实现愿景”的朴素想法，他与朱浩等人于2011年回国创业。但时机极为不利：全球金融危机余波未平，国内O2O成为资本主旋律，而GPU上云尚属前沿构想；投资人对“英伟达背景”认知模糊，甚至视其为“传统制造企业”，更倾向招募有Google/Facebook履历的候选人。黄晓煌坦言：“我们创业有点生不逢时”，早期融资屡屡碰壁，原型虽在美国完成，却因无绿卡身份难以落地。
“当时英伟达肯定状态不太好……云化之后对收入有影响，因为本来一个人买一块卡，结果十个人用共用一个云装的卡，钱都被AWS赚走了。”
“我费那么大劲忽悠别人来用，还不如自己创业做这个。”
从锤子找钉子：技术创业的野路子
回国初期，团队延续了英伟达时期“拿着锤子找钉子”的实践路径：先开发通用GPU渲染Demo，再逐一拜访影视、建筑、仿真等潜在行业客户，哪家愿意付费就服务哪家。黄晓煌承认，这种技术驱动型创业缺乏预设方法论，更多依赖快速试错与场景适配。
2013年底，酷家乐正式上线，初期定位To C的业主端产品，但用户半年内流失率极高；真正沉淀下来的反而是专业设计师与装修公司等B端用户——这一自然筛选结果，推动团队在2015年前后完成关键转型：从O2O故事转向SaaS订阅模式。当时O2O泡沫初显，资本对“不赚钱的公司”愈发谨慎，团队果断放弃广告与电商等轻浮路径，以软件订阅实现现金流平衡，并于2015年底达成盈亏平衡。
“GPU时代的SaaS和CPU时代完全不同：CPU用的人越多成本越低；GPU多少人用成本都差不多，你只能牺牲品质来降低成本。”
这一认知催生了对商业模式的深刻反思：GPU的硬件架构决定了其无法复用CPU时代的“包年包月”逻辑，而必须转向按算力付费（如token计费）。黄晓煌认为，AI时代对“按量付费”的普遍接受，实则为酷家乐早期技术路线的“枷锁解开”——当年被迫妥协的渲染质量与成本平衡，终于迎来技术与商业逻辑的统一。
被嫌弃的GPU与被颠覆的SaaS
即便转型成功，GPU带来的成本压力仍长期困扰团队：为控制开销，不得不“阉割效果”——限制图片分辨率、将高计算量任务推迟至夜间运行，用户需等待整晚才能获得结果。这种“效果与成本的永恒拉锯”，让黄晓煌一度质疑SaaS模式的先天缺陷：GPU算力成本无法随用户规模扩大而摊薄，与CPU时代的规模经济逻辑背道而驰。
更严峻的挑战来自外部生态变迁：2015至2018年高速增长后，O2O平台客户因互联网金融暴雷大规模倒闭（“前十大的客户有八家倒闭了”），导致核心收入来源崩塌；同时巨头“挖墙脚”导致技术团队流失，部分业务线停摆。广告模式的尝试亦告失败——设计师每点击一次广告，算力成本高达1元，而广告主仅愿支付几分钱，彻底不可持续。
这些经历最终沉淀为对技术创业本质的清醒认知：在中国市场，纯核心算法创业风险极高，技术自嗨易陷入死胡同；活下去比亮眼更重要。黄晓煌观察到，过去15年中，90%的明星科技企业已消失或默默无闻，而群核凭借对生存逻辑的极致遵循，成为少数幸存者。
周期剧变中的生存哲学
酷家乐在2015至2018年间经历了高速增长，核心客户群集中于O2O平台型公司，其商业模式为向平台方提供软件与算力支持，年费达百万元级别。然而2019年后，外部环境与业务结构双重压力导致增长显著放缓：第一波客户——O2O平台公司——因互联网金融暴雷而大规模倒闭，前十名客户中八家破产；与此同时，巨头公司通过“挖墙脚”式人才掠夺，导致整条业务线一夜崩塌，部分团队甚至不交接即集体消失，客户无法联系、业务停摆。
这一系列冲击深刻重塑了公司战略认知：“活得久比活得亮眼更重要”。创始人团队亲历了GPU赛道从热捧到被唾弃的完整周期——投资人曾手把手教他们讲O2O故事，两年后却严令“一个O都别提”。这种剧烈切换让他们意识到，中国科技赛道平均三到五年即完成一次更替，明星企业若未能及时转型，迅速沦为被嫌弃对象。因此，酷家乐确立了“活下来优先”的底线思维：不硬扛、不死磕，主动避其锋芒，而非在已被巨头占据的红海中硬拼。
我们当时定的策略一直都是以活下来为核心。 所以我感受是很深的……我时时刻刻对于现在火的行业，我都做好准备，它会在下一刻突然变成人人唾弃的行业。
战略转向：从电商到工业软件的主动突围
面对2018年前后巨头加速切入家装与电商赛道的威胁，酷家乐果断启动战略迁移：2018年起全面转向工业软件方向，聚焦工业4.0场景，如柔性生产制造服务、出海业务等。这一选择基于双重判断：一是工业软件门槛更高，需长期打磨“脏活累活”，巨头因缺乏耐心与产业理解而难以深入；二是其与电商无协同，可彻底规避与BAT等平台型企业的直接冲突。
当时，公司甚至做了“底线推演”：假设线上业务全部丢失，仍有生产制造业务兜底；若中国业务归零，仍有海外业务支撑。这种防御性战略思维源于对自身脆弱性的清醒认知——渲染引擎团队除主管外全员被挖，算法被快速复制却无法形成有效壁垒，凸显了纯算法在人才流动环境中的脆弱性。
值得注意的是，酷家乐曾多次拒绝BAT投资意向，尤其在2018–2019年已明确“不做电商”后，主动放弃阿里、腾讯等平台资本，以保持战略独立性。投资人虽建议“卖给阿里”，但团队坚持：“不想卷入互联网的战争”。这种克制，使其在后续竞争中保有决策自主权与组织韧性。
迎战过大厂才是真正的独角兽。 我们把跟大厂竞争过作为一个成年礼吧，你企业真的竞争过，你的心态等各方面都会成熟很多。
认知迭代：从算法迷信到数据+模型双轮驱动
经历人才流失与技术复制的教训后，酷家乐对“技术壁垒”的理解发生关键演进：算法易被复制，难以独立构成护城河；而数据、网络效应与客户服务深度才是可持续壁垒。早在2018年，公司便已开源户型、家具、电器等数据集，将多年积累的领域知识沉淀为难以迁移的资产。
这一认知曾一度走向反面——因算法易被挖走，团队在数年间几乎停止算法招聘，陷入“矫枉过正”。直到大模型浪潮兴起，才重新意识到：算法是发动机，数据是燃料，二者缺一不可。如今，公司技术主线始终围绕“连接物理世界与数字世界”展开：从早期物理正确的3D渲染，到当下致力于成为“物理世界与大语言模型之间的桥梁”，技术演进始终未偏离核心使命。
面对周期性与趋势性变化，团队也总结出决策方法论：先判断变化性质——周期性则熬，必然性则革命。例如工业4.0属周期波动（需求真实存在），而传统SaaS流程管理正被AI重构，属不可逆趋势。因此，公司持续关注AI、人形机器人等方向，但以是否具备真实落地能力为筛选标准，避免陷入概念泡沫。
技术的迭代确实是肉眼可见的在升级……我们技术一直围绕这在做。
坚守主线：以物理世界为锚点的技术演进
酷家乐自创立以来，技术演进始终围绕一个核心命题展开：数字世界与物理世界的映射与交互。黄晓煌强调，这一方向并非一蹴而就的顿悟，而是在长期创业实践中反复筛选、验证后沉淀下来的共识——“离物理世界越近的业务越安全，离物理世界越远的纯虚拟业务就很危险”。在无数次技术路线与商业机会的岔路口，团队主动放弃了多个看似高回报但偏离主线的选项：2016年曾有高管提议切入装修贷款等互联网金融领域，尽管当时相关公司收入可能是酷家乐的数倍；也曾有人提议利用闲置GPU搞挖矿，但被黄晓煌以“纯浪费电，对生产力无促进作用”为由否决。
其决策逻辑逐渐凝练为三条标准：能否复用核心技术、是否创造真实社会价值、能否形成持续积累的壁垒。他特别指出，像装修设计这类“做完一单下一单没太大关系”的业务，十年经验未必比新人强；而数据驱动、网络效应强的业务，壁垒会随时间指数级增长。这种克制与聚焦，使酷家乐在AI浪潮中未被短期热点裹挟，为后续空间智能布局打下坚实基础。
“我这公司是不做的，因为我对这东西一点兴趣都没有。” “挖矿我也不做……纯浪费电，不对生产力有任何促进作用。”
战略摇摆与外部冲击：AI探索的蛰伏与重启
酷家乐对AI的系统性探索始于2018年，当时团队已开始研究如何利用空间数据训练大模型，并于2021年专门组建空间模型实验室。然而，2020—2021年SaaS热潮与房地产繁荣形成强烈反差，导致AI投入一度陷入停滞：“基本处于暂停的状态”，核心算法团队被大规模挖角，甚至出现“一个组只剩负责人一人”的窘境。
黄晓煌坦言，当时陷入典型的“技术创业者自嗨陷阱”——当周围所有人（包括同事与市场）都质疑其判断时，连他自己都开始动摇。叠加2021年港股IPO计划因外部事件（如滴滴事件）搁浅、头部客户倒闭、2022年上海国际化团队因疫情解散等多重打击，团队长期处于“极度懵逼”状态。
真正的转折点出现在2023年：Copilot等工具对流程型SaaS的颠覆性冲击让团队重新清醒。内部迅速调整方向，明确“不做套壳SaaS”，转而探索两条路径：一是自建空间模型构建壁垒，二是为大模型做配套（如LoRA训练）。但执行中面临严峻挑战：人才流失严重（“拼速度的团队很快跳槽跳光了”）、模型训练成本高昂、商业模式转型阻力巨大（客户对按量付费接受度低）。此时，合成数据服务成为过渡期关键支撑——既可变现，又为模型迭代积累经验。
“人是群体性的动物，就当周围人都跟你说你错了，你再用今日头条做决策……你这时候还有的时候真觉得自己错了。” “你总得找出路嘛，否则，大家肯定骂你。”
聚焦空间智能：从数据服务到自研模型的战略跃迁
2024年，酷家乐正式将战略重心锁定为空间智能，核心目标是训练自有空间模型，并围绕其构建数据工程与GPU基础设施。这一选择源于对行业格局的清醒认知：大语言模型与通用图像模型已是“大公司的兵家必争之地”，而空间模型因垂直性强、数据门槛高，更契合酷家乐的积累优势。
但执行难度陡增：模型研发对算法人才的要求远超Agent开发；港股IPO筹备期对财务表现的敏感性，使高投入、短回报的新业务面临巨大内部阻力。黄晓煌提到两大突破路径：一是通过AI提效大幅降低传统SaaS研发成本；二是推动商业模式从“订阅制”向“按量付费（token/渲染量）”升级——尽管这遭遇了业务团队的普遍抵触。
最终，团队选择以合成数据+自研模型双轨并进：既利用已有的数据合成能力维持现金流，又持续投入模型训练以构建长期壁垒。这一阶段的探索，标志着酷家乐从“空间数据服务商”向“空间智能基础设施提供者”的关键跃迁。
商业模式转型与人才战略的双重挑战
尽管群核科技在财务上已具备一定规模，但其核心挑战并非短期盈利压力，而是商业模式的根本性升级：从传统SaaS订阅制转向按量付费、token计费或渲染/计算量计费的新范式。这一转型对业务团队构成显著阻力——客户接受度低、内部惯性大、执行难度高。黄晓煌坦言，这一过程需要“强推”，但最终逐步被市场和客户所接纳。
与此同时，人才结构的重构成为另一关键命题。2024年中起，随着浙江“六小龙”政策加持与公司知名度跃升，群核顺势启动“小龙计划”：不靠知名度赚钱，但靠知名度吸引人才。黄晓煌本人在2025年暂停所有业务工作，全身心投入招聘，主动寻访论文作者、筛选简历、深度沟通。面对大厂激烈竞争，他提出差异化用人标准：不看履历，重动手能力与学习能力。所谓“动手”，即能快速复现论文、优化模型，甚至达到专家级理解与实践水平。
“动手意味着什么呀？……学习能力是通过动手能力体现出来的。比如你看了一篇文章，你看懂了没有？你得动手把它弄出来，比如说复现，甚至能优化。”
“我们也在跟大公司竞争这些人才，但我发现也挺难竞争过的，所以我们得有自己的标准，差异化标准。”
成效显著：2025年C9高校简历较2024年增长9倍，海外简历增长20倍；算法团队从2023年不足10人扩张至约60人，为史上峰值。算力投入年均数千万元，标志着公司战略重心从“前后端生成”向“AI原生算法”的彻底转向。
空间智能：三层架构与多维探索
群核当前以“空间智能”为战略核心，构建了清晰的三层技术底座：
- 底层能力层：包括物理正确的GPU渲染引擎、空间理解推理模型 Spatial LM、以及空间生成模型 Spatial Gem；
- 能力服务层：提供API形式的空间理解、推理、重建、编辑与渲染等模块化能力；
- 产品应用层：分为两大方向—— - 服务人类：如服务设计师的酷家乐、服务电商的澎湃（2023年起）、服务短剧制作的Luxreal（均于2024年后落地）； - 服务机器：如Spatial World与Spatial Twin，面向AGV等工业机器人提供空间规划与仿真支持。
黄晓煌强调，空间智能并非仅服务于人形机器人，更可赋能传统自动化设备（如AGV叉车）的工厂布局与流程调度。然而，客户集中度高、行业尚处早期仍是现实瓶颈：“我们过了可以纯烧钱的阶段，必须追求可持续利润。”他坦言，目前新业务（如算力型产品）收入占比约5%，目标是在三年内与传统SaaS收入达到1:1。
“你有一个屠龙之锤，但你的钉子都很小，就非常不划算了。”
技术路线之争：3D重建 vs. 视频生成
在世界模型的技术路径上，群核坚定选择3D重建与生成路线（如Unspecial Gen），与Google CogVideo、Dance等视频生成路径形成鲜明对比。黄晓煌指出，3D模型的核心优势在于物理可交互性：具备真实尺寸、可计算距离、遮挡关系与空间约束，适用于需要高精度物理模拟的场景（如机器人运动规划、工业仿真）；而视频生成虽视觉精美、连续性强，但底层非物理正确，尺寸与比例易失真——例如视频中人物可随意缩放，而3D世界中则必须保持物理一致性。
他坦承两条路线均存不确定性：一是模型能力能否达到理想智能水平；二是视频生成路线是否可能后来居上。但他强调，需求是明确且旺盛的，群核已与国内外多家大模型公司合作，但行业整体仍处于“孕育期”，尚未出现规模化落地。
在数据策略上，群核展现出高度灵活性：能适配真实数据或合成数据。国内客户（多源自自动驾驶背景）偏好实景数据，欧美客户则倾向仿真数据。群核凭借Spatial Gen的多视角图像+激光雷达重建能力，可生成高精度空间模型；虽暂无法完全复刻摩擦系数等交互细节，但可通过主动采集并迁移到虚拟环境中持续优化。
“当你需要一个接近于物理世界的场景的话，视频模型它是做不到的……对于三维场景来说，区别就很大了。”
空间智能：从重建到理解物理世界
当前的 Spatial Gen 已具备通过多视角 2D 图像或视频结合激光雷达实现高精度三维空间重建的能力，其精度在几何层面可媲美真实环境——关键依赖于激光雷达的测量精度。然而，这类重建仍难以复现物理世界的材质属性、摩擦系数等交互反馈参数；但这些数据本身是可以被采集并迁移至虚拟环境中的。机器人最终感知的始终是数字信号，因此问题的核心在于：这些信号是源自真实世界，还是完全虚拟生成。我们的技术路径始终围绕“逼近物理世界”展开，致力于让数字系统更真实地理解并作用于现实空间。正因如此，无论下游机器人公司需要何种数据，我们都能提供定制化服务。实践中我们发现，国内客户更倾向使用实景扫描的真实数据，而海外企业则更广泛接受合成数据；这背后既有数据隐私顾虑（如实景扫描易触碰敏感信息），也与区域法规环境密切相关。值得注意的是，英伟达（黄仁勋）大力推动合成数据在具身智能中的应用，并非单纯商业策略，而是受限于真实数据采集的合规门槛与生态现实。
“最终，实际上你机器人感受到的也都是数字信号。”
“所以我们相当于说要成为大语言模型的眼睛，能够理解我们的物理世界。”
智能机器人的生态：分散、多元与平台化机会
展望未来，我们认为智能机器人市场将呈现高度分散格局——当前全球仅一两百家相关企业，远未达规模门槛（“没到一万家都不叫多”）。这种分散源于机器人形态与应用场景的极大多样性：从吊装集装箱的重型设备、体内疏通血管的微型机器人，到工业机械臂，并非所有设备都需要人形化，但都可被赋予不同程度的‘智能’。关键在于：智能不是‘要不要’，而是‘多智能’；即便半自动系统，只要能提升人效（如单人操控多台设备），就具备明确价值。当然，智能伴随成本（算力、能耗），但效率提升本身并非负面——它能降低能源获取成本，甚至反哺能源科研（如AI加速可控核聚变研究）。当生产全流程自动化后，能源成本将主要取决于原材料与土地，而非人工。
在这一趋势下，我们选择聚焦平台级基础能力：SpatialLM 的定位是将物理世界翻译为可被大语言模型理解的脚本，而非为特定硬件定制模型。我们不追求封闭系统，而是希望服务所有机器人厂商与行业客户。理由很朴素：自然界动物都能在物理世界自由行动而不撞墙（除‘二哈’外），人类却尚未赋予机器同等基础能力。大语言模型虽强，却缺乏对物理世界的理解与指挥能力——这正是我们的切入点。
“现在才一两百家呀，这叫多吗？没到一万家都不叫多。”
从酷家乐到空间智能：创业路径的顺势而为
相较于酷家乐时代‘垂直深耕’的策略（如聚焦室内设计SaaS），当前转向空间智能并非主动转型，而是顺应技术与市场范式变迁的顺势而为。五年前AI仍以政府安防、人脸识别为主，技术公司多被导向‘做精垂直场景’；彼时旷视、商汤等尝试平台化均未成功。我们早期也认可这一逻辑。但大模型出现后，AI正从‘工具’走向‘通用智能体’，物理世界理解成为新瓶颈——这与我们技术基因（GPU、三维重建）高度契合。英伟达的演进路径极具启发性：从游戏显卡这一细分赛道起步，历经十年投入通用计算生态，最终成为基础设施级公司。企业转型需要耐力与现金流支撑；我们内部奉行‘坚壁清野’策略——稳扎稳打占领市场，确保业务不被轻易颠覆。
作为硬科技公司，我们始终以不可轻易复制的核心技术为竞争力。创业初期因‘讲GPU故事’被投资人反复质疑，甚至羞辱；直到‘六小龙’标签出现，才获得时代级认可。这一称号带来曝光与资源，但也增加活动负担（‘参访太多，有点慌’）。我们内部定下原则：可借名招人，不可借名谋利。六小龙创始人偶有聚会交流，话题多围绕行业动态与技术进展。至于‘六小龙’是否催生使命感？答案微妙：它未直接带来崇高理想，却让内部技术主张（如自研模型、空间智能）从‘被反对’变为‘被接纳’——真正的认同，来自时间与实践的验证。
“你第一步，比如说我第一步做做这个GPU通用计算的东西，你让我去做一个，比如说做一个电商平台，我也没想出来，我怎么能够做得过别人？”
六小龙光环：从质疑到共识的内部转变
尽管“六小龙”的称号带来了外部关注，但黄晓煌更看重的是它对内部认知统一的推动作用。在他提出“空间智能”与自研模型等长期技术方向时，早期常遭遇内部强烈反对；而称号确立后，质疑声显著减少——团队开始更愿意接受长期主义的投入逻辑。他强调，科技公司与纯商业公司的本质差异在于长短期平衡的艺术：业务同事天然关注短期变现，而科技公司必须容忍部分研发在数年内无法产生回报。六小龙的身份无形中为这类决策提供了“组织合法性”，让坚持长期价值的判断不再显得“没格局”。
六小龙之后，那些同事也不好意思就这么说，不显得自己显得自己没有觉悟了是吧？对，嗯，没有格局了。
对于我自己的业务决策、业务判断没有什么大的影响，反正该做的事情、该做的业务还是这么做。但是对于你落实这些，以及内外部的一些阻力会减少很多。
值得注意的是，黄晓煌始终将酷家乐定位为物理世界与数字世界之间的桥梁构建者，从Day 1围绕“物理正确渲染”出发，到如今深耕空间智能，技术主线一以贯之。即便外界常以“房地产出身”标签预设偏见，他仍坚持：真正的科技公司，核心能力必须扎根于硬核研发。
技术判断与组织进化：在不确定性中锚定方向
面对顶级AI人才争夺与股东压力，黄晓煌坦言，六小龙的“光环效应”显著缓解了资源获取阻力——股东从“建议砍研发多做利润”转向沉默默许，为团队争取了关键窗口期。他提出，科技公司的核心能力之一是对技术可行性的独立判断力：需区分哪些是原理性障碍（如视频模型难以实现物理正确），哪些是工程可解问题。他给自己设定了务实的回报周期底线：三年内需有初步商业验证，超三年则需评估项目战略价值。空间智能虽自2018年启动、至今收入有限，但因其“足够大”的潜力，团队仍坚定前置投入。
在组织层面，AI正重塑工作范式：传统冗长立项流程被“模型基座+快速原型验证”取代，小团队可独立完成从开发到市场测试的闭环。他正推动管理扁平化，减少非必要协同。个人角色上，他已逐步移交商业与用户业务，聚焦科研与产品间的转化枢纽；而招聘策略上，他意识到需突破“依赖HR初筛”的瓶颈，主动构建技术人才网络。
你现在对自己的定位是什么？……我现在更多的是做一个科研的leader的角色，把科研的成果跟产品连接在一起。
他坦言性格偏理性倾听型，易受环境影响，因此刻意调整决策圈层：围绕战略方向选择懂硬科技的伙伴，避免被短期商业思维主导。当空间智能转型遭遇巨大内外压力（如关闭亏损业务同时追加AI投入），他选择将人员调整交由其他合伙人处理——虽被视作“逃避”，却也反映出其对“人”的共情与痛苦认知。
创始人成长：在柔软与决断间寻找平衡
黄晓煌坦承，创业后期最艰难的挑战始终是“与人相关的部分”：当核心成员无法跟上技术转型节奏，既需理性切割，又难逃情感煎熬。他见过太多CEO的“无情”，但自己无法效仿——“不做呢，就慢慢死；做了呢，就压力很大”。这种柔软性虽带来组织稳定性（核心团队长期信任），却也导致调整节奏偏缓：“手太慢，不是那种心很熟啦，直接弄”。他反思：理性上明知改变极难，仍本能尝试培训与引导，这种矛盾贯穿其领导实践。
他最享受的仍是产品被用户喜爱的瞬间：从酷家乐早期微博刷屏，到工业4.0工厂一键投产，再到最新发布的空间重建模型A hollow带来惊喜感——技术突破的兴奋感始终源于产品本身。他自认强于学习与战略定调，但承认认知速度随年龄放缓：“二十岁通宵不困，现在头疼欲裂”，好在可通过招聘补足执行短板。他强调：认知错误无法靠人力修正，而正确认知能撬动一切资源。
近年他转向深度技术阅读（如大模型训练、Web Coding），早期管理书籍则被视作“一文不值”。《Breaking Twitter》中马斯克雷厉风行的改造风格令他震撼——正因自己难以效仿，才更显其价值。他最终回归初心：钱只是实现理想的杠杆，“最大挑战仍是确保资源足够支撑想做的事”。
创业的初心：钱是杠杆，不是目的
在纽约融资受挫期间，朱浩曾与黄晓煌在自由女神像下坦诚交流：两人创业后的个人收益，甚至不如早年在亚马逊和英伟达的薪资水平。但黄晓煌并不认同这种简单算账的方式——对他而言，钱只是撬动人生理想与事业目标的工具或杠杆。他更关注的是：是否有足够资源去实现真正想做的事。当被问及“想撬动的事情”时，他回答得很清晰：做出有世界影响力的产品，才是他心中的人生意义所在。这种影响力不等于公司规模，也未必需要上市或融资多少轮；它更像一种长期价值的沉淀——比如SpaceX，或DeepSeek这类正在重塑AI格局的团队。他甚至认为梁文锋也做到了这一点。
“钱只是一种撬动我们实现一些人生理想跟实现事业一些工具或者杠杆吧。” “我觉得真正实现人生意义的东西，还是做一些对世界有影响力的产品出来。”
从行业深耕到空间智能：影响力的跃迁路径
回望酷家乐及后续在工业4.0、地产家装等领域的布局，黄晓煌坦言：相比DeepSeek，酷家乐的影响力尚有差距；但在细分行业（如对接生产制造）中，已产生实质性变革。他强调，公司做大≠做强或做好——许多通过并购实现规模扩张的企业，最终发现若缺乏真正影响力，增长只是数字游戏。正因如此，群核正将战略重心转向“空间智能”，目标是跳出单一行业，让技术影响更广泛的物理世界产业。这一转型并非追逐热点，而是基于多年行业洞察后的主动跃迁。
“它改变了整个行业……但是它没有变到全行业，所以我们下一步也希望通过空间智能，来改变所有的行业。” “我现在主要的工作就是把公司带向一个空间智能的企业。”
韧性、克制与长期主义：一位务实创始人的自我认知
黄晓煌多次提到群核的“运气”——虽非最佳，但远优于同期创业的多数同行。他观察到，失败的创业公司各有各的死法：赌错赛道、违法、破产……能活下来已是幸存者偏差下的奇迹。他不推崇豪言壮语，也早已过了“画饼”阶段；如今更注重落地执行，确保每句话都对应真实推进中的项目。他自认最大优点是“情绪稳定、冷静、理性”，而明显短板是“早晨起不来”——这曾让他错失关键会议与早期硬件+AI结合的黄金窗口期（如2018–2019年）。他坦言自己属于“想得多、动得慢”的类型，但正是这种克制与复盘能力，让群核在多次行业浪潮中幸存并持续进化。
“幸存者偏差下的奇迹：能活到现在已经不错了。” “我得确保我讲的东西都真正在做，能做出来的。”