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，产业投资步入深水阶段，资本、技术与产业加速交织，旧有投资逻辑逐渐失效，新共识正在形成。2026产业未来大会聚焦新周期机遇，探讨产业未来与“中国之光”的涌现。9月9日至10日，由36氪主办的2026产业未来大会在北京亦庄举行，主题为“深水之上，共振新生”。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，聚焦量子科技等未来产业的产业化进程。大会深入探讨前沿技术与产业视角，集中展示超导、光量子、离子阱等技术路线的突破，分享大量具体产业场景、产业体系构建及异构计算前景，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谈论量子计算更多聚焦于实验室中的概念验证，那么站在2026年的今天，正如圆桌主题所述，我们感受到了前所未有的量智共振。

今天，我们更关心的是不同技术路线各自的特点、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，现场请来了三位嘉宾，他们分别来自不同企业，代表不同技术路线。请各位嘉宾先做介绍，并说明各自路线的原理和特点。黄总，请。

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

我们公司目前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业务的企业。超导量子计算在产业化和工程化方面已进入快速发展阶段。矩量光启从芯片研发制造到整机集成，再到后续的产业应用解决方案落地，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。这条路线的特点是不依赖通用量子逻辑门电路来完成计算，而是将适合的问题映射为相应的物理模型，再通过物理演化过程进行求解。

这条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，我们的设备可以在室温条件下运行，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。总的来说，我们认为这是一条面向实用化的技术路线。

彭丽： 谢谢三位介绍。第一个问题想从行业视角聊聊：站在今天这个节点，三位如何看待中国量子计算当前所处的产业化阶段？如果用一个核心指标来衡量量子计算未来3-5年的发展，大家的回答会是什么？

黄蕾蕾： 从2026年现在来看，我觉得量子产业已经从科研实验向工程化，尤其是向特定专用应用场景转换。举一个简单例子：去年年底之前，和客户聊量子或量子计算，百分之八九十的客户觉得概念不错，但太前沿，不能用。

今年有一个好的变化：很多客户愿意尝试，他们会主动找来说，虽然不懂量子计算，但希望看看他们的业务与量子有什么结合点。所以，这其实是一个非常好的时机，尤其对偏向科研应用的公司来说，能够真正与产业落地融合。

至于指标，我觉得最重要的不是单纯看物理比特这些数字，而应转向量子算力能否为客户当前需求带来效率提升。所以，未来3-5年的核心指标是能否找到哪怕1-2个客户场景的应用落点，证明它相对于经典计算有性能提升。而且，这种解决方案要在某个垂直领域可复制、可大规模推广。我认为这是核心指标。

彭丽： 明白。于总的回答会是什么？

于文龙： 进入2026年以来，我们感觉到中国量子计算机产业进入起步阶段，并在快速发展。今年上半年，一级市场非常火热。推动这一变化的因素是技术越来越成熟，从实验室走向真正的产业化落地。

未来3-5年，尽管发展迅速，但仍有很多挑战。判断一个量子计算机系统是否真正进入应用，要看它有没有解决实际问题的能力，而不是一些单纯的单一指标。目标很明确：所有从业人员都致力于将量子计算机积极应用于实际，解决真正的商业问题。毕竟量子计算机本质上是计算机。整个生态也逐渐认可这个能力。例如，客户比我们更了解自己在现有算力生态中的困难和瓶颈，他们也会积极寻求新的计算范式，比如量子计算。

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

弓超： 我认为量子计算行业，对头部参与者来说，无论中国还是美国，普遍处于从实验室走向产业的阶段。

具体可能要分开讲：

通用量子计算，现在处于通过工程化方式解决纠错问题的阶段，已经看到了一些积极进展。今年我们很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方面看到进展。

专用量子计算，正如“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。这个优势能否扩展到更大规模，更好地满足客户实际需求并创造商业价值，是专用量子计算未来3-5年应实现的目标。

彭丽： 感谢三位回答。听上去大家的共识是，接下来一定向产业化走，向真实场景方向走。

下面想问黄总：光量子路线常被认为在量子通信、量子网络上有优势。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，还是量子网络，或是其他尚未充分认识的场景？

黄蕾蕾： 未来10年，确实可能出现早期未预料的场景。就目前而言：

第一，光在做计算时，在专用方面有先天优势。针对特定图论、优化问题求解等，未来几年内，专用光量子是相对能先落地的。

第二，除了计算，光在网络方面，尤其是分布式量子计算，无论是超导、离子阱还是中性原子，都涉及分布式量子计算。虽然技术路径不收敛，但有一点是绝对收敛的：未来量子计算离不开光量子核心技术。需要好的光源、光量子线路芯片和光探测器，这点很确定。

第三，光在量子感知方面也有先天优势。

所以，未来在这些不同层面，产业落地会形成一个体系化互动，这可能是光相对其他路径的优势所在。

彭丽： 聊了光的优势，您认为决定光量子路线能否最终跑出来的最关键因素是什么？

黄蕾蕾： 在我看来：其一，光和超导是目前唯二实现量子优越性的路线。能否证明在一些特定有用问题上，它比现有经典方法更好？其二，在通用光路径上，能否解决大规模纠缠光子对产生和减少光损耗的问题？这两个是非常核心的点。

彭丽： 感谢黄总。下一个问题问于总：超导路线目前被认为工程化最成熟的路线。在半导体和硬科技领域，有“中等技术陷阱”概念，即技术出来了，但离高良率和规模化量产还有距离。

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

于文龙： 超导量子计算现在工程化和产业化走在前面，得益于产业链非常成熟完备。比如超导量子芯片，高度依赖先进的半导体设备、产线和工艺。超导量子计算从实验室走向工程化和产业化过程中，专业半导体设备和产线能力（晶圆制造能力）将发挥越来越重要的作用。

很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发展。尽管超导量子计算机看似产业化领先，但未来大规模商用时仍有很多问题需要解决。从各个工程环节看，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、均匀性甚至降低成本方面，仍面临很大挑战。

稀释制冷机用于保证量子芯片稳定运行，其规模化制造甚至模块化制造已有一些突破，但还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。每个环节都是巨大挑战。

整个系统要有效运行，不是靠解决一个问题，而要保证所有环节没有明显短板，是一个高度集成的系统，这与半导体数字计算机有很大区别。

彭丽： 下一个问题想问弓总：玻色量子之前提出“专用量子计算先行，通用量子计算长期布局”的路线。您提到在商业化方面已有多个案例落地。请聊聊目前商业模式大概什么样？

弓超： 专用量子计算的商业模式，有点像早期IDC的状态，即算力基础设施部署阶段。在很多特定行业，如生物制药、金融、交通物流，已看到应用探索。我们也积极与很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部署成本，是一个较大挑战。所以，现在出现很多平台方，可能是地方政府国资平台、大型科研机构、国央企或上市公司。他们作为算力基础设施建设或运营主体，部署量子计算硬件，再以算力形式提供给终端用户。整个链条大致如此。

对我们公司来说，商业模式一是整机销售，面向平台方或基础设施方；二是面向终端用户提供算力服务和专业技术支持。在一些探索较快的领域，我们也在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相应收益分配机制。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，您觉得专用量子计算目前最大挑战是算力本身不够，还是需要找到持续产生商业价值的场景？

弓超： 这个问题很明确。面向更大规模应用需求，现阶段的算力供给还需进一步提升。如我所说，专用量子计算机算力基础设施部署才刚刚开始。硬件方面，随着比特规模扩大，设备稳定性和连续运行能力还需进一步提升，以满足客户使用需求。

另一方面，整个应用探索生态也还在初期阶段。但过去几年，专用量子计算已回答了在真实商业问题上解决问题的能力。我们会与经典方法或人工智能方法对比，在明确的大规模组合优化问题上，尤其是结合机器学习能力（如量子玻尔兹曼采样），在分析设计或新材料问题上已取得明确优势。

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支撑。现在客户已向我们提出更高要求，推动我们围绕具体需求提升能力。

彭丽： 如果把时间拉长到十年，各位从公司角度看，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： 我之前看过一句话：我们永远会高估现在，低估未来。从十年角度看，没人能回答这个问题。如果能回答，所有路线都会快速聚焦到一个方向，不会像现在这样分散。

刚才宋总做报告时提到，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：超导门控速度快，离子阱精度高，中性原子规模能起来，光能在室温下稳定运行且对噪声不敏感。所以很可能——我相信问更多专家也一样——每个路径在特定问题上都有优势。通用量子计算还有较长的路才能实现，所以在真正实现之前，很长一段时间内多条技术路径会相互并行，有点像CPU、GPU、NPU的异构融合。

现在也看到很多大型量子计算云平台，融合了光量子、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： 十年内，我们希望在所有路线上和量子计算从业者共同努力，积极推动量子计算产业落地，真正解决行业问题。

量子计算生命周期会非常长，整个行业都在努力。未来3年内能看到真正商业化落地，5-10年阶段能看到中等规模甚至小规模容错量子计算机，解决部分材料问题，甚至破解密码和组合性问题。

美国及世界各国都在积极推动抗量子密钥的研发和部署，整个行业生命周期会非常长。人类对算力的需求持续增长。以半导体产业为例，当第一个晶体管或小规模集成电路诞生时，没人能预测十年后或六十年后的发展。技术还在不断演进。

半导体芯片领域，各种新芯片和算力芯片不断涌现。如果量子计算类似半导体芯片发展，十年后也许会出现新的量子计算范式，比如拓扑量子计算那时可能已很成熟。长期未来中，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。十年这个周期，现在还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。至少站在今天，从底层科学角度看，各技术路线各有优势和局限，很难判断哪条路线能在所有需求上占据优势。

我认为应鼓励的方向是：产业发展要取各技术路线之长，利用其优势部分，探索优势互补，这有助于提升整体效率。不同类型计算芯片也在服务不同需求。量子计算领域可能也呈现类似特点。CPU通用性强，理论上也能跑深度学习，但具体用什么硬件，要看任务特点和效率要求。

未来需求一定非常多样。针对不同需求，不仅要考虑某一路线量子计算机能否解决问题，还要考虑效率和经济性。例如，大规模组合优化或模拟类问题，可发挥相应计算架构优势；但涉及复杂逻辑运算的问题，需考虑通用性和可编程能力。不同任务对规模、保真度等指标要求也不同。因此，我倾向于认为，未来会形成多路线并行、各展所长的发展格局。

彭丽： 就是找到具有自己特色的场景。下一个问题是商业化问题：各企业对商业化的定义是否不同？比如认为需要卖出整机、提供云服务，还是解决某个具体行业问题？您对商业化的定义是怎样的？

黄蕾蕾： 在我看来，量子计算商业化标准不是单一的，而是分层的。

第一层，是产品商业化：硬件或云算力服务能实现标准化交付。

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

第三层，是实现商业化闭环：结合硬件产品交付的方案，能在特定场景中产生比现有更好的效益，让客户有持续10倍、20倍甚至上万倍效益提升，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、标准化应用和解决方案，慢慢也提出能解决现实问题、提升效率的东西。在这样的环境下，相信商业化能逐步实现。

例如，光可以专用和通用并行。两三年内，针对一些专用落地场景可能有应用出现；但真正通用量子计算，可能需要至少5到10年以上的技术迭代。

于文龙： 量子计算机商业化不是一个结果，也不是一蹴而就的事，而是一个持续发展的过程。

个人认为，商业化与量子计算机整机算力相关：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更多价值。

整个量子计算机行业刚进入产业化发展阶段，性能正从含噪声量子计算机逐步转向通过纠错实现通用量子计算机的阶段，算力还未达到理想状态。尽管在发展早期，行业客户也在积极提出场景，尝试用新方案解决问题，这非常有益于生态发展。

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验证演示，但全球各国用户排队使用探索。到今天，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业需求，共同推进整个行业发展。

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：客户用量子计算机到底带来了什么？对不同领域或不同类型客户，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端来说，相对简单的判断方式是，哪一天量子计算公司赚的是终端用户的营业成本而不是研发费用，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，量子计算发展需要持续投入和探索，需要硬件厂商、中间件团队和下游生态不断努力尝试，用现有及未来扩张的资源，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商业化。

彭丽： 我们都非常认可量子计算未来有巨大产业价值，但产业形成除了技术能力，还要看谁愿意买单。

刚才几位提到专用量子计算未来2-3年会有场景落地。请各位聊聊：未来几年，中国最可能为此付费的客户是谁？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（分三层）。

第一层，国家科研项目或高校研究所项目，已相对成熟，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。很多早期由国家需求牵引做项目落地应用。完成第一批项目原理验证后，会发现某些点上有优势和提升。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，就有了付费意愿。

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大规模的产业化。国外很多公司对前沿技术探索付费意愿更高，国内公司更倾向于技术稳妥后再用。但我们已处于向那个方向走的阶段。

未来5年，我觉得会有越来越多这类客户愿意付费，前提是要体现出价值。

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家都在使用IBM的服务，或多或少、或浅或深。这300多家500强公司已涵盖几乎所有行业。

在超导量子计算领域，共识应用集中在光谱、材料等量子体系问题，主要是材料计算，包括生物门、生物医药、催化剂和先进功能材料。这些对量子算力要求较小。随着