圆桌：量智共振·多元路径：共筑中国量子产业下一个十年 | 36氪 2026产业未来大会

2026年，产业投资迈入深水区，资本、技术与产业加速交织，旧的投资逻辑逐渐失效，新的共识正在形成。2026产业未来大会围绕新周期机遇，探讨产业未来与“中国之光”的诞生。9月9日至10日，由36氪主办的2026产业未来大会以“深水之上，共振新生”为主题，在北京亦庄举行。来自国资平台、产业投资基金、企业CVC、创新企业及专家学者齐聚一堂，聚焦量子科技等未来产业的产业化进程。大会深入探讨了前沿技术与产业视角，集中展示了超导、光量子、离子阱等技术路线的突破，分享了大量具体产业场景、产业体系搭建及异构计算前景，共同探讨科技产业投资的未来。

以下对话，经36氪整理编辑：

主持人：

36氪作者 彭丽

嘉宾：

正则量子 创始人&CEO 黄蕾蕾

矩量光启 创始人&CEO 于文龙

玻色量子 董事会秘书 弓超

彭丽： 现场及线上的各位朋友，下午好。我是36氪的作者彭丽，很高兴担任今天圆桌论坛的主持人。

如果说过去几年我们讨论量子计算更多停留在实验室的概念验证，那么在2026年的今天，正如圆桌主题所言，我们感受到了前所未有的量智共振。

今天我们更关注的是，不同路线各自有哪些特点，未来如何发展，以及它们将进入怎样的产业场景。现在，让我们聊聊量子产业的下一个十年。

首先，现场邀请的三位嘉宾来自不同企业，代表不同技术路线。请各位嘉宾先做自我介绍，并说明各自路线的原理和特点。黄总，请。

黄蕾蕾： 大家好，我是来自正则量子的黄蕾蕾。我们公司专注于全栈式软硬算一体的光量子技术路线。光量子本质上以光子作为量子信息的核心载体。光的好处在于，它相对稳定，能在常温下运行，且与现有通信网络和未来量子网络兼容。其劣势在于大规模纠缠和损耗方面存在一些问题。

我们公司基于自研的核心底层光芯片，以及专用光量子计算机和通用光量子计算机双线并行的策略，积极推动当前量子计算在各类产业中的落地应用。谢谢。

于文龙： 各位嘉宾下午好，我是来自上海矩量光启计算技术有限公司的于文龙。矩量光启是一家从事超导量子计算机整机的企业。超导量子计算目前在产业化和工程化方面已进入快速发展阶段。我们从芯片研发制造到整机集成，再到后续产业应用解决方案的落地，提供全栈式技术服务。

弓超： 大家好，我是玻色量子的董事会秘书弓超。玻色量子在北京成立，以“实用化量子计算”为核心，坚持“专用量子计算先行、通用量子计算长期布局”的双线战略。我们采用相干光量子计算路线。这条路线不依赖通用量子逻辑门电路完成计算，而是将适合的问题映射为相应物理模型，再通过物理演化过程求解。

该路线的主要特点包括计算规模的可扩展性，以及利用物理系统演化进行求解。同时，设备可在室温条件下运行，降低了对运行环境的要求，因此部署成本和整机能耗相对较低。总体来看，这是一条面向实用化的技术路线。

彭丽： 谢谢三位介绍。第一个问题从行业视角出发：站在今天的时间节点，三位如何看待中国量子计算目前所处的产业化阶段？如果要用一个核心指标衡量未来3-5年的发展，大家的答案是什么？

黄蕾蕾： 从2026年来看，我认为量子产业已从科研实验向工程化，特别是特定专用场景的落地应用转换。举个例子，去年年底前，与客户聊量子或量子计算时，百分之八九十的客户觉得概念不错，但太前沿，无法使用。

今年，一个积极变化是，许多客户愿意尝试，甚至主动找来说，虽然不懂量子计算，但希望探讨业务与量子的结合点。因此，这对偏科研应用的公司来说，是与产业落地融合的好时机。

关于指标，最重要的不再是单纯看物理比特等数字，而应转向量子算力能为客户当前需求带来多少效率提升。未来3-5年的核心指标是，能否找到几个点，哪怕只有一两个客户场景的落点，证明它相对于经典计算有性能和效率的提升。而且，这种解决方案需在某一垂直领域可复制、大规模推广。

彭丽： 明白。于总的回答呢？

于文龙： 进入2026年，我们感受到中国量子计算机产业已进入起步阶段，并在快速发展。今年上半年，一级市场非常火热。推动这一变化的原因是技术日益成熟，从实验室走向产业化落地。

未来3-5年，尽管发展迅速，但仍面临挑战。判断量子计算机系统是否真正进入应用，关键是看它是否有解决实际问题的能力，而非单纯看单一指标。所有从业人员都致力于将量子计算机应用于实际，解决商业问题。毕竟，量子计算机本质上是计算机，生态中也逐步认可其能力。客户比我们更了解现有算力生态中的瓶颈，因此他们也在积极寻求新计算范式，如量子计算。

因此，从上游产业链到整机企业，再到下游应用方案和客户需求，整个行业都在积极推动发展。

弓超： 我认为量子计算行业，对中国和美国的头部参与者来说，普遍处于从实验室向产业过渡的阶段。

具体需分开来看：通用量子计算目前处于通过工程化方式解决纠错问题的阶段，已看到一些积极进展。今年我们期待通用量子计算能实现一些高质量逻辑比特，并在真实商业应用的POC方面取得进展。

专用量子计算，如“十五五”规划所述，未来5年的核心指标或任务是可扩展性。过去几年已在一些真实应用场景和商业问题上验证了小规模应用，但能否将优势扩展到更大规模，更好地满足客户需求、创造商业价值，是专用量子计算未来3-5年需实现的目标。

彭丽： 感谢三位的回答。看来共识是，接下来要往产业化走，向真实场景发展。

下面，问一下黄总。光量子路线常被认为在量子通信、量子网络方面有优势。您认为，如果未来10年量子计算要真正进入产业化阶段，光量子可能率先在哪个阶段建立优势？是计算本身、量子网络，还是其他尚未充分意识到的场景？

黄蕾蕾： 未来10年内，可能出现早期未预料到的场景。就目前而言：第一，光在计算方面，在专用领域有先天优势。针对特定图论、优化问题等，在未来几年内，专用光量子相对能先落地。

第二，除了计算，光在网络，尤其是分布式量子计算方面有潜力。无论超导、离子阱还是中性原子，都涉及分布式量子计算。尽管技术路径不收敛，但未来量子计算离不开光量子核心技术，如光源、光量子线路芯片和光探测器。

第三，光在量子感知方面也有先天优势。

因此，未来在不同层面，产业落地会形成体系化互动，这可能是光相对于其他路径的优势所在。

彭丽： 您提到了光这些优势。您认为，决定光量子路线能否最终成功的关键因素是什么？

黄蕾蕾： 我认为，其一，光和超导是唯二实现量子优越性的路线。能否在一些特定有用问题上证明比经典方法更好，是关键。其二，在通用光路径上，能否解决大规模纠缠光子对产生和光损耗问题，也是核心点。

彭丽： 感谢黄总。下面问于总。超导路线被认为工程化最成熟。在半导体和硬科技领域，有“中等技术陷阱”的概念，即技术虽已出现，但离高良率和规模化量产仍有距离。

请问：第一，今天半导体产业有哪些能力可复用到量子计算？第二，如果超导路线要走向规模化，最需解决的工程化问题还有哪些？

于文龙： 超导量子计算在工程化和产业化方面走在前列，得益于其产业链成熟完备。例如，超导量子芯片高度依赖先进半导体设备和产线工艺。超导量子计算从实验室走向工程化和产业化，专业半导体设备和产线能力（如晶圆制造）在量子芯片产业发展中将发挥越来越重要的作用。

许多芯片加工先进技术会极大促进超导量子芯片发展，从而推动超导量子计算机进步。尽管超导量子计算机看似产业化领先，但未来大规模商用仍面临许多问题。从工程环节看，虽然半导体设备和工艺已很先进，但在提升超导量子芯片良率、稳定性、均匀性及降低成本方面仍有挑战。

稀释制冷机用于保证量子芯片稳定运行，其规模化制造和模块化制造虽有突破，但需产业链伙伴积极拓展。

最后，分布式计算和大规模集成能力，需要算法和系统集成能力，每个环节都是挑战。整个系统有效运行需解决所有问题，确保各环节无短板，这与半导体数字计算机有较大区别。

彭丽： 下一个问题问弓总。玻色量子提出专用量子计算先行、通用量子计算长期布局的路线。您提到玻色量子在商业化方向已有多个案例落地。首先，请聊聊其商业模式大致是怎样的？

弓超： 专用量子计算的商业模式，有点像早期IDC的状态，即算力基础设施的部署阶段。它在生物制药、金融、交通物流等行业已有应用探索。我们与许多新药研发和新材料发现的终端用户或中间服务商（如CRO或AIDD公司）形成了联合成果。

但过程中，单个科研机构或创业公司投入量子计算机硬件的部署成本是较大挑战。因此，我们看到平台方出现，如地方政府国资平台、大型科研机构或国央企、上市公司。他们作为算力基础设施的建设或运营主体，部署量子计算硬件，再以算力形式提供给终端用户。

对我们公司来说，商业模式包括整机销售，面向平台方或基础设施方；另一方面是面向终端用户提供算力服务和专业技术支持。在一些探索进展较快的领域，我们与合作伙伴共同推动应用成果建设。

未来，我们还希望探索联合成果的商业转化及收益分配机制，这是我们在现有业务外进一步探索的方向。

彭丽： 从公司实践看，您认为专用量子计算目前最大的挑战是算力本身不足，还是需要找到持续产生商业价值的场景？

弓超： 我认为很明确。面向更大规模的应用需求，现阶段的算力供给需进一步提升。专用量子计算机算力基础设施的部署才刚刚开始。硬件方面，随着比特规模扩大，设备的稳定性和连续运行能力还需提升，以满足客户使用需求。

另一方面，应用探索生态也处于初期阶段。但过去几年，专用量子计算已证明在真实商业问题上的解决能力。我们与经典方法或人工智能方法对比，在大规模组合优化问题，尤其是结合机器学习能力（如量子玻尔兹曼采样）时，在求解分析设计或新材料等问题上取得了明确优势。

但问题在于，这些优势能否扩展到更大规模，适配生产环境所需的问题规模和使用要求，这需要更大规模算力的支撑。客户已提出更高要求，推动我们围绕具体需求提升能力。

彭丽： 如果将时间拉长到十年维度，各位站在公司角度，认为量子计算最终会走向一条主流路线，还是长期保持多条路线并行？

黄蕾蕾： 我曾看到一句话：我们永远会高估现在，低估未来。从10年角度看，没人能回答这个问题。如果答案明确，所有路线会快速聚焦，不会像现在这样分散。

正如宋总在报告中提到的，行业共识是未来相当长一段时间内，多种技术路径会长期并存。每个方向都有优势和劣势，如超导门控速度快、离子阱精度高、中性原子规模大、光在室温下稳定运行且对噪声不敏感。因此，在通用量子计算实现之前，多条技术路径会相互并行，有点像CPU、GPU、NPU的异构融合。

现在，许多大型量子计算云平台已融合光量子、超导、离子阱和中性原子，针对具体问题调用不同量子硬件资源。这可能是未来几年的趋势。

于文龙： 10年内，我们所有量子计算从业者都在努力推动产业落地，解决行业问题。量子计算的生命周期会很长。最近3年内，有望看到真正商业化落地；5-10年阶段，可能看到中等规模甚至小规模容错量子计算机解决材料问题、密码问题或组合优化问题。

美国及世界各国都在积极推动抗量子密钥的研发和部署。整个行业生命周期很长。人类对算力的需求持续增长。以半导体产业为例，第一个晶体管发明时，没人能预测10年后的发展。如今，信息技术和半导体技术已非常先进，且仍在发展。

半导体芯片领域，新芯片和算力芯片层出不穷。如果量子计算像半导体芯片一样发展，10年后可能还会出现新范式，如拓扑量子计算。长期来看，人类会有各种新计算方式涌现。只要在商业社会中找到应用场景、有行业客户和需求、解决实际问题，未来都会有一席之地。

弓超： 我也同意两位老师的意见。10年周期内，很难做出确定性判断。我倾向于相信多条技术路线长期并存。从底层科学角度，各技术路线各有优势和局限，目前很难判断哪条路线能在所有需求上占优。

我认为应鼓励各取技术路线之长，利用其优势部分，探索不同路线间的优势互补，以提升整体效率。不同类型的计算芯片服务不同需求，量子计算领域也可能类似。CPU有通用性，但具体使用什么硬件，取决于任务特点和效率要求。

未来需求一定多样。针对不同需求，不仅要考虑某路线量子计算机能否解决问题，还要考虑其效率或经济性。例如，大规模组合优化或模拟类问题，可根据问题特点发挥相应架构优势；而涉及复杂逻辑运算的问题，则需考虑通用性和可编程能力。不同任务对规模、保真度等指标要求不同。因此，我认为未来会形成多路线并行、各展所长的发展格局。

彭丽： 即找到具有自身特色的场景。下一个问题是商业化。各企业对商业化的定义是否不同？例如，是卖出量子计算机整机，还是提供云服务，或解决某个具体行业问题？您对商业化的定义是什么？

黄蕾蕾： 在我看来，量子计算商业化的标准不是单一的，而是分层的。

第一层，产品商业化，即硬件或云算力服务可实现标准化交付。

第二层，解决方案商业化，即整合垂直领域的核心应用，提供针对现有场景的特定解决方案。

第三层，真正实现商业化闭环，即硬件产品交付的方案能在特定场景下产生比现有更好的效益，实现10倍、20倍甚至上万倍的提升，客户愿意复购，形成正向循环。这是大多数人认定的真正商业化。

我想强调，商业化不是一蹴而就的，而是分步走的过程。现在，越来越多量子公司开始有标准化产品、应用和解决方案，并逐步提升解决现实问题的效率。在这种环境下，相信商业化能逐步实现。

例如，光量子可专用和通用并行。两三年内，针对专用落地场景可能有应用出现，但通用量子计算还需长期发展，我个人认为至少需5到10年以上的持续技术迭代。

于文龙： 关于量子计算机的商业化，商业化不是结果，也不是一蹴而就的事，而是持续发展的过程。

我认为，量子计算机商业化与整机算力相关。有多大算力，就能触达多少客户，解决多少问题。随着算力提升，包括量子比特数增加、逻辑比特保真度提升、主频运行速度加快，能解决的问题越来越多，能触达更多行业并带来价值。

量子计算行业刚进入产业化发展阶段，性能正从含噪声量子计算机转向通过纠错实现通用量子计算机的阶段，算力尚未达到理想状态。尽管处于早期，行业客户仍在积极提出场景，尝试用新方案解决问题，这有利于生态发展。

2016年，IBM量子计算机上线时只有几个比特，主要用于应用探索和演示，但全球用户排队使用。今天，IBM的量子舰队已有十数台高性能量子计算机在运行，供不应求。整个过程伴随着技术进步和各行各业需求，共同推动行业发展。

弓超： 我很同意于总的观点，商业化是一个过程。可以评估的一点是客户的成功：客户用你的量子计算机获得了什么？对不同类型客户，衡量方式可能不同：对高校和科研院所，可能是取得有价值的科研成果或后续商业转化；对B端客户，相对简单的判断方式是，当量子计算公司赚的是终端用户的营业成本而非研发费用时，可能是一个有代表性的商业化标志。

我们希望大家对量子计算商业化保持期待和耐心。作为未来产业，量子计算的发展需要持续投入和探索，需要硬件厂商、中间件团队及下游生态不断努力尝试，用现有资源和未来不断扩张的资源，做更多领域应用尝试，形成有价值的应用成果，从而带动整个产业链和生态链的商业化。

彭丽： 我们都认可量子计算未来有巨大产业价值。但一个产业的真正形成，除了技术可行性，还需有人愿意买单。几位提到专用量子计算在未来2到3年可能有场景落地。请各位聊聊，未来几年，中国最有可能出现的付费客户是谁？最先规模化落地的场景是什么？

黄蕾蕾： 现在很明显，付费用户也是分层的。

第一层，国家科研类项目或高校研究所项目，已非常成熟，体量不小。随着量子产业飞速发展，越来越多学校开展基础量子教育，有大量设备采购、算力、平台和服务需求，这是非常成熟的付费方向。

第二层，大型国央企或成熟的工业平台，如国家电网、五矿集团、石油、中电信、中车、国家地铁等。很多早期从国家需求牵引，他们完成项目原理验证后，发现某些点有优势，就会产生付费意愿。我们公司也有案例，一开始是国家项目，后来集团内部觉得某几个点可针对性拓展，就会付费。

第三层，传统意义上希望付费的客户，如做化学材料、仿真模拟、生物制药、AI算力的团队。大家认为这才是真正的大规模产业化。国外公司对前沿技术探索的付费意愿更高，国内公司更倾向技术稳妥后再用。但我们已处于向这个方向发展的阶段。未来5年，越来越多这类客户会愿意付费，前提是体现价值。

于文龙： 量子计算作为一种算力，所有用算力的场景未来都可能得到量子算力的加持或补充，最终走向行业客户。现在，全球500强公司中超过300家在使用IBM的服务，涵盖几乎所有行业。

在超导量子计算领域，共识是应用在光谱、材料等量子体系问题，如材料计算、生物医药、催化剂等，这些对算力要求较小。随着算力提升，会打开更多应用行业，如组合优化问题，甚至人工智能问题，最终实现通用人工智能或超级人工智能。

另一个领域涉及国家安全。国家支持量子计算机，因为它与国家安全和科技竞争密切相关，涉及军队、情报、公共安全等。最终，量子计算机是To B和To G的。量子计算机的使命是解决超算解决不了的问题，注定服务于大问题。

既然量子计算已从实验室和学术科研走向产业化发展，它应服务于整个经济社会，涉及人类健康、能源和智力问题，走向各行各业，创造更大经济价值。

弓超： 从长期看，量子计算的发展需要终端用户的实际需求和付费支撑。过程中，平台方承担了新型建设和大型投入（固定资产投入）。长期来看，终端用户（不一定是长尾用户）会通过