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，产业投资步入深水区，资本、技术与产业加速交汇，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，共同探寻产业未来与“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，并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，大家下午好。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是在实验室里的概念验证，那么站在2026年的今天，正如本次圆桌的主题所示，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技术路线各自的特点、未来的发展路径，以及它们将进入怎样的产业场景。现在，让我们共同探讨量子产业的下一个十年。首先，我们邀请了三位嘉宾，他们来自不同企业，代表不同技术路线。请各位嘉宾先做自我介绍，并简述各自路线的原理与特点。黄总，请您先开始。

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。光子的优势在于其相对稳定，能在常温下运行，并与现有通信网络及未来量子网络兼容。其劣势在于大规模纠缠和光损耗方面存在一些挑战。目前，我们公司基于自研的核心底层光学芯片，并采取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应用落地。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。玻色量子成立于北京，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。其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，我们的设备可在室温条件下运行，这有助于降低对运行环境的要求，从而相应降低部署成本和整机能耗。总的来说，我们认为这是一条面向实用化的技术路线。

彭丽： 谢谢三位的介绍。第一个问题想从行业视角出发，站在今天的时间节点，三位如何看待中国量子计算当前所处的产业化阶段？如果要用一个核心指标来衡量量子计算未来3至5年的发展，各位的回答会是什么？

黄蕾蕾： 从2026年来看，我认为量子产业已从原先的科研实验阶段，向工程化，特别是特定专用场景的应用落地转换。举个例子，在去年年底之前，与客户谈论量子或量子计算时，百分之八九十的客户会觉得这个概念不错，但太过前沿，无法应用。而今年有一个显著变化，许多客户愿意主动尝试，他们会主动找来说，虽然不懂量子计算，但希望我们看看他们的业务与量子有何结合点。因此，我认为这是一个非常好的时机，尤其对于原先偏重科研应用的公司，能够真正与产业落地融合。至于指标问题，我认为最重要的指标不再是单纯看物理比特等简单数字，而应更多关注量子算力能否为客户当前需求带来效率提升。未来3至5年的核心指标是，能否找到哪怕只有一两个客户场景的应用落点，证明其相对于经典计算具有效率或性能提升。而且，这种解决方案需在某一垂直领域具有可复制性和大规模推广潜力。

彭丽： 明白。于总的回答会是什么？

于文龙： 进入2026年以来，我们感觉整个中国量子计算机产业已进入起步阶段，并处于快速发展中。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日益成熟，从实验室走向真正的产业化落地。未来3至5年，尽管发展迅速，但仍面临诸多挑战。判断一个量子计算机系统是否真正进入应用，关键在于它是否具备解决实际问题的能力，而非一些单一的指标。整个量子计算机领域的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一台计算机。整个生态也在逐渐认可这一能力。例如，他们并不比客户更了解现有算力生态中遇到的困难和瓶颈问题，因此他们会积极寻求新的计算范式，如量子计算。因此，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，对于头部参与者而言，无论中国还是美国，普遍都处于从实验室向产业迈进的阶段。具体可能需要分开来看：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。今年我们非常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。专用量子计算方面，就像“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，我们已在一些真实应用场景和商业问题上验证了小规模应用。这一优势能否被扩展到更大规模，更好地满足客户实际需求并创造商业价值，可能是专用量子计算未来3至5年需要实现的目标。

彭丽： 感谢三位的回答。听上去大家的共识是，接下来一定在向产业化迈进，一定在向真实场景方向发展。下面，我想问黄总一个问题。光量子路线常被认为在量子通信和量子网络方面具有优势。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领域建立优势？是计算本身，量子网络，还是其他尚未充分认识的场景？

黄蕾蕾： 未来10年，确实可能出现一些早期未预料到的场景。就目前而言：第一，光在计算方面，尤其在专用计算上具有先天优势。针对特定图论、优化问题求解等，在近年内，专用光量子计算相对容易先落地。第二，除了计算，我个人认为光在网络方面，尤其是分布式量子计算，无论超导、离子阱还是中性原子，都涉及分布式量子计算。尽管各技术路线不收敛，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，需要优质的光源、光量子线路芯片和光探测器。这一点非常确定。第三，光不仅在计算和网络方面，在量子感知方面也有先天优势。因此，我认为未来在这些不同层面，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： 刚刚我们聊了光的优势。您认为真正决定光量子路线能否最终成功的最关键因素是什么？

黄蕾蕾： 在我看来，第一，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，它们比现有经典方法更好？第二，在通用光路径上，能否解决大规模纠缠光子对的产生，并减少光损耗？我认为这两点非常核心。

彭丽： 感谢黄总的回答。下面一个问题问于总。超导路线目前可能被认为是工程化最成熟的路线。在半导体和硬科技领域，大家也有一个概念叫“中等技术陷阱”，简而言之，技术可能已出现，但离高良率和规模化量产还有一定距离。想请您聊聊：第一，您认为今天半导体产业有哪些能力可以复用到量子计算？第二，如果超导路线要真正走向规模化，您认为最需要解决的工程化问题还有哪些？

于文龙： 超导量子计算目前在工程化和产业化方面走在前面，这得益于其产业链非常成熟完备。例如，超导量子芯片高度依赖于先进半导体设备、产线和工艺。超导量子计算的发展是从实验室逐步走向工程化和产业化的，专业半导体设备和产线能力，特别是晶圆制造能力，将在量子芯片产业发展中扮演越来越重要的角色。许多芯片加工的先进技术将极大促进和提升超导量子芯片的发展，进而推动超导量子计算机的发展。尽管超导量子计算看似产业化走在前列，但在未来大规模商用时仍面临许多问题。从各个工程环节和维度来看，虽然半导体设备和工艺已非常先进，但在提升超导量子芯片的良率、稳定性、均匀性，甚至降低成本方面，仍面临巨大挑战。稀释制冷机用于提供极低温度以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，但仍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，以及解决大规模问题的能力，都需要算法和系统集成能力的支持。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，而是要确保系统各个环节没有明显短板，这是一个高度集成的系统，与半导体的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。包括您刚刚也提到，玻色量子在商业化方向已有多个案例落地。首先请您聊聊其商业模式目前大致是怎样的？

弓超： 专用量子计算的商业模式，我觉得有点像早期IDC的状态，即算力基础设施的部署阶段。在许多特定行业，如生物制药、金融、交通物流等领域，已看到应用探索。我们也积极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，形成了一些联合成果。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，对他们来说是一个较大挑战。因此，今天我们看到许多平台方出现。平台方的角色可能是地方政府国资平台、大型科研机构、大型国央企或上市公司。他们作为算力基础设施的建设或运营主体，部署量子计算硬件设施，再以算力形式提供给终端用户使用。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，面向这些平台方或基础设施的建设方；二是面向终端用户提供算力服务和专业技术支持。在一些探索进展较快的领域，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的收益分配机制，这是我们在现有业务之外进一步探索的方向。

彭丽： 从公司现在的实践来看，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，现阶段的算力供给还需进一步提升。正如我所说，专用量子计算机算力基础设施的部署才刚刚开始。在硬件方面，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仍处于初期阶段。但过去几年，专用量子计算已回答了在一些真实商业问题和真实问题上的解决能力。我们会与一些经典方法或人工智能方法进行对比。现在，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，在求解分析设计或新材料等问题上，已取得明确的优势。但问题在于，这些优势能否扩展到更大规模，进一步适配生产环境所需的问题规模和使用要求，这一定需要更大规模算力的支撑。现在，客户已向我们提出更高要求，推动我们围绕具体需求进一步提升能力。

彭丽： 如果我们把时间拉长到十年维度来看，各位站在公司角度，您认为量子计算本身最终会走向一条主流路线，还是会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10年角度看，肯定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。刚才宋总在报告中提到，现在行业共识是，未来相当长一段时间内，多种技术路径将长期并存。因为每个方向都有其优势和劣势，例如超导门控速度快，离子阱精度高，中性原子规模大，光能在室温下稳定运行且对噪声不敏感。因此，有很大概率——我相信问更多专家也会得到类似答案——每个路径在特定问题上都有其特定优势。因为通用量子计算还有较长的路要走，所以在真正通用量子计算实现之前，很长一段时间内，几条技术路径将相互并行，有点像CPU、GPU、NPU的异构融合。现在也看到许多平台，如大型量子计算云平台，内部融合了光量子、超导、离子阱和中性原子等多种技术，并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，我们希望所有路线和量子计算从业者都在努力践行，积极推动量子计算产业落地，真正解决一些行业问题。量子计算的生命周期会非常长，整个行业都在努力。在最近3年内，能看到真正商业化落地；在5至10年阶段，能看到中等规模甚至小规模的容错量子计算机解决部分材料问题，甚至破解密码、组合性问题。因此，美国及世界各国都在积极推动抗量子密钥的研发和部署。整个行业生命周期非常长。人类对算力的需求持续增长。以半导体产业和传统芯片计算能力为例，当第一个晶体管被发明时，当第一个小规模集成电路被开发时，没人能预测到10年后的发展程度，也没人能预测到60年后信息技术、集成电路技术和半导体技术会如此先进，且技术仍在发展。半导体芯片领域，层出不穷的新芯片和算力芯片不断涌现。如果量子计算像半导体芯片那样发展，10年后也许会出现一种新的量子计算范式，除原子、超导、离子和光之外，也许拓扑那时已非常成熟。在长期未来中，人类将涌现各种新的计算方式。只要在真正的商业社会中找到自己的应用场景，拥有行业客户和需求，并解决实际问题，未来都会有一席之地。

弓超： 首先，我同意两位老师的意见。我认为10年这个周期，现在还很难做出确定性判断。我倾向于相信未来多条技术路线仍将长期并存。至少站在今天这个节点，从底层科学角度，可以看到各技术路线确实各有优势和局限，目前很难判断哪条路线能在各类需求上占据优势。我认为至少应该鼓励的方向是，一个产业的发展应各取技术路线之长，利用各技术路线最优势的部分，探索不同路线间的优势互补，这有助于提升整体效率。不同类型的计算芯片也在服务不同需求。我相信量子计算领域也可能呈现类似特点。CPU具有很强的通用性，理论上也可用CPU运行深度学习，但具体使用什么硬件，还要看任务特点和效率要求。我认为未来需求一定非常多样。针对不同需求，不仅要考虑某条路线量子计算机能否解决这个问题，还要考虑其解决效率或经济性。从这个角度看，例如大规模组合优化或模拟类问题，可根据问题特点，发挥相应计算架构的优势。但一些涉及复杂逻辑运算的问题，则需进一步考虑计算架构的通用性和可编程能力。不同任务对规模、保真度等指标的要求也不同。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： 也就是要找到具有自己特色的场景。下一个问题是关于商业化。各个企业对商业化的定义是否会有所不同？例如，是认为需要将量子计算机整机卖出去，还是提供云服务，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，量子计算的商业化标准并非单一，而是分层的。第一层是产品的商业化，即硬件或云算力服务可以实现标准化交付。第二层是解决方案的商业化，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。第三层是真正实现商业化闭环，即结合硬件产品交付的方案，能在特定场景下产生比现有方法更好的效益，带来持续10倍、20倍甚至上万倍的提升，客户愿意复购，形成正向循环。我认为这是大多数人认定的真正商业化。我想强调的是，商业化不是一蹴而就的，而是一个分步走的过程。现在，越来越多的量子公司开始推出更标准化的产品、应用和解决方案，并逐步提出一些真正解决现实问题、提升效率的方案。在这样的环境下，相信商业化能够逐步实现。例如，光量子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会有应用出现，但真正的通用量子计算可能还需长期发展，至少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，我认为商业化不是一个结果，也不是一蹴而就的事情，而是一个持续发展的过程。个人认为，量子计算机的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。随着量子计算机算力提升，包括量子比特数增加、逻辑比特保真度提升、主频运行速度增加，能解决的问题也越来越多，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，量子计算机性能也刚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，算力尚未达到理想需求。在这方面，行业客户尽管处于发展早期，也在积极提出场景并尝试用新方案解决问题，这对生态发展非常有益。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、验证和演示，但全球各国用户排队使用和探索。直到今天，IBM号称的量子舰队已有十数台高性能量子计算机在运行，整个机房供不应求。整个过程伴随着技术进步和各行业需求，共同推动行业发展。

弓超： 我很同意于总的观点，商业化一定是一个过程。可以评估的一点是客户的成功。客户使用你的量子计算机，为他们带来了什么？这种衡量方式对不同领域或不同类型客户可能不同：对高校和科研院所，可能是取得了有价值的科研成果，或使成果后续可商业转化；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，可能是一个比较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，还需要硬件厂商、中间件团队以及下游生态不断努力和尝试，用现有资源及未来不断扩张的资源，在更多领域进行应用尝试，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： 我们都非常认可量子计算在未来具有巨大的产业价值。但一个产业真正形成，除了技术可行性外，还要看谁愿意为其买单。几位刚刚提到，如专用量子计算在未来2至3年内就会有场景落地。请各位聊聊，在未来几年里，中国最有可能为此出现的付费客户会是谁？最先能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，分为三层。第一层是国家科研