共同见证每一次成长和脱变

圆桌：落地·量子计算的场景涌现——如果量子算力明天就可用，谁会第一个买单 | 36氪 2026产业未来大会

2026-09-15作者：AutoLab来源：品途商业评论

2026年，产业投资已迈入深层阶段，资本、技术与产业正加速交融，旧有的投资模式已失效，新的共识正在形成。2026产业未来大会围绕新时期的机遇展开，共同探讨产业未来与“中国之光”的崛起。9月9日至10日，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、产业基金、企业CVC、创新企业与专家学者的代表齐聚，聚焦量子科技等未来产业的产业化进程。大会深入探讨了前沿技术与产业视角，集中展示了超导、光量子、离子阱等路线的突破，并分享了大量具体的产业场景、系统构建及异构计算的前景。各方共同探讨科技产业投资的未来方向。

以下对话经36氪整理编辑：

欧雪 | 36氪作者（主持） 杨林 | 图灵量子 CEO 李金野 | 中科源芯 创始人 吕定顺 | 量坤科技 创始人&CEO

欧雪：现场和线上的各位朋友，大家好！我是36氪作者欧雪，很高兴下午再次与大家见面。

一整天我们听到了许多关于量子计算的讨论，现在这个话题可能是许多人极为关注的，即应用场景落地的问题。

2026年的量子计算处于一个微妙的节点：好消息是，越来越多企业用户愿意在量子计算上投入资金，甚至部分企业的支出已超过政府和科研机构；不太好的消息是，投入规模仍有限，因为量子计算的落地应用还在探索中，距离规模化还有差距。

今天我们要聊一个最实际的问题：如果明天量子算力就能就位，谁会带着预算出现在我们面前？我们邀请了三位嘉宾，他们的配置很有意思。严格来说，他们并非竞争对手，而是同一条产业链上环环相扣的角色——有人做整机，直接面对客户；有人做平台，连接算力与产业；有人卖上游关键器件。因此，在量子计算商业应用场景中，谁会真金白银掏钱，三位嘉宾的体感可能完全不同。正是这种差异，让探讨变得有趣。

先请三位嘉宾做自我介绍，简单聊聊当前公司在做什么，与谁合作。

杨林：各位下午好，我是图灵量子的杨林。图灵量子2021年在上海成立，是上海交大孵化的一家光量子计算企业，专注于集成光量子方向，从事量子计算硬件整机的研制、商业化交付及产业化落地。

经过五年发展，图灵量子初步建立了从芯片流片、芯片封装、组件加工、整机集成到软硬件平台搭建的全栈研发能力，这是我们的特点。

目前，公司产品侧已研制完成三代光量子计算整机，第三代整机将于本周六在上海发布。在产品与商业化方面，我们已与大量客户进行早期沟通及商业化交付，包括在关键行业应用领域推动整机硬件交付、量子经典混合计算中心建设及算力云平台运营，尝试多种商业模式推动量子计算早期商业化落地。

李金野：感谢主办方邀请，谢谢主持人。大家下午好，我是中科源芯的李金野。我们公司2023年成立于北京亦庄国家信创园，是由中科院博士团队创立的高科技光电企业，专注于高性能薄膜铌酸锂调制器、集成收发组件及高速光互联处理器件的研发、生产与销售。

公司以IDM模式自主研发的产品包括各种类型的薄膜铌酸锂调制器（如强度/相位/IQ/DPIQ）、集成相干光接收机、多通道集成收发组件、集成光频梳等。相关技术产品主要应用于量子计算、通信网络、数据中心及微波光子等领域。目前，公司产品已完成某量子计算头部企业的批量装机、星载集成光频梳交付及微波光学雷达多通道集成模组的交付与应用验证。公司大体技术情况如此。

吕定顺：大家好，我是量坤科技的吕定顺。量坤科技相比于前两家公司更稚嫩，今年1月才在经开区成立。成立的初衷是融合量子计算、人工智能与高性能计算，推动量子计算真正落地，解决实际场景中的问题。

虽然成立时间不长，但我们已完成量超智融合V1、V2两个版本的开发：V1在上海WAIC发布，V2在HICOOL发布。核心是在底层将国内各大超导量子算力、量子模拟机与模拟器算力，以及智算AI模型、HPC等统一连接，构成我们的算力层。

算法层我们持续开发了许多先进算法，最集中的成果是最近在HICOOL发布的，跑通了一个1.26万原子的蛋白质分子模拟——一个贴近实际场景的落地应用，效率相对IBM提升200-300倍，可作为行业技术标杆。目前乾坤云上已能提供约300原子的模拟，万级原子的速度还在优化中。

应用层更偏项目制。我们BD团队很小，只有1人，正在对接三四十家客户需求，其实忙不过来。转化是个漏斗，但在化学化工、生物医药、半导体材料领域，各至少有两家以上客户走得较近，有的已谈到合同和首付款阶段。这是我们整体的进展。

欧雪：谢谢三位介绍，大家对三家企业做什么有了大致了解。接下来，我们仔细拆解客户画像和买单意愿。首先问杨林总，图灵量子这两年与金融、制药、能源等行业联系紧密。如果明天量子算力成熟，您判断哪个行业最有兴趣来找你们？

杨林：实际上，大家对量子计算领域的关注主要源于其大规模并行算力的爆发。但严谨地说，量子计算并不适用于所有场景。目前共识认可或有一定认知的四类应用场景包括量子模拟、组合优化、密码破译及量子人工智能。在这四个方向中，最有可能率先应用量子计算，或已知有加速效果的量子算法，可能覆盖这些领域。

从这四个方向反推高价值场景和行业，我们目前看好生物医药、金融科技、人工智能，以及材料、电力等领域，认为它们更有产业化推动价值。

这些行业在图灵早期成立时，我们第一代整机完成功能化制备后，就已与相关行业头部企业和关键客户开展POC合作。例如，在生物医药和企业行业的分子结构生成、序列预测等算法场景中，量子模拟算法或组合优化算法已能早期应用。

如果按您假设，明天大规模容错量子计算机已到来，我们认为在量子人工智能场景中，可能会催生出不止我刚才提到的行业，还可能出现新的行业形态。例如，在生物医药背景下，借助通用容错量子计算机，可能产生与现在制药行业完全不同的全新生物医药体系和业态。

我们非常期待未来通用量子计算能创造新的万亿市场，这才是我们对这种终极算力和底层计算能力的最大想象力空间——创造像大模型、具身智能这样的全新行业和市场，推动更大科技发展和社会生活变革。

欧雪：新业态的想象空间确实很大。接下来问李总，您是今天现场唯一不直接做量子计算的企业，但量子计算离不开贵公司的器件。您的客户覆盖领域很多，从公司出货单看，过去哪些客户真金白银在下单？包括订单和复购率的变化曲线，可以分享一下吗？

李金野：正如您所说，我们公司主要做薄膜铌酸锂光电子器件，不做量子计算整机。但我们的薄膜铌酸锂调制器是光量子、离子阱等部分技术路线量子计算机不可或缺的核心光电单元。也就是说，我们是给量子计算整机“卖水”/“卖铲子”的环节。

过去两年，依托薄膜铌酸锂IDM一体化平台，我们已推出薄膜铌酸锂调制器、收发组件、集成调制移相模组等产品。已实现实质性商业化下单的客户，以量子计算头部企业、航天院所、国家重点实验室及高校科研机构为主。不同应用场景对器件的光电指标、环境适应性要求差异较大，因此我们采用“定制化研发+柔性生产”模式，匹配各客户系统差异化的指标需求。

从订单规模看，公司今年整体订单规模约2000多万，近两年订单保持稳步上行态势。客户复购也呈现清晰的阶段性特征：下游客户一旦完成系统方案与技术路线的定型验证，便会进入小批量持续复购阶段。定型场景对器件一致性、长期稳定性设置了较高准入门槛。同时，客户稳定的复购需求及对产品指标和一致性的信任，反过来牵引我们完成对应器件的工艺固化与产品定型。

客观来说，当前薄膜铌酸锂技术已取得关键突破，正迈入加速落地应用的元年，整体市场体量由下游应用行业大盘决定。我们期待在“十五五”国家战略支持下，量子计算、AI数据中心、航空航天等前沿应用领域迎来爆发式增长，带动上游光器件供应链与光电集成全生态链的协同发展。

欧雪：从上游角度看，下单逻辑确实不同。接下来问吕总，您走的是AI for Science+量子融合路线，直接面向锂电池等高研发强度行业。与客户打交道下来，您觉得他们对量子计算是否有误解或期待？

吕定顺：坦诚说，还是有误解。我记得最初在物理所与一位搞固态电池的老师聊天，他说某企业告诉他，量子计算应该能加速他的什么，让我帮忙判断。我当时作为行业人确实很尴尬——说不行不对，说行又违背现实客观条件。

但从真正客户的角度看，我自己接触的绝大部分客户，并不关心你用了量子计算没有，他们关心的是正极、负极或电极有没有搞出更好的配方或材料。这是第一个现实诉求。

第二个诉求是，让他们理解量子计算是绝对不可能的事。不要指望下游应用厂商理解这种先进技术，他们连AI都理解不了，就别提量子计算了。

我们的结论是：这些客户，我们要花很长时间把他的需求转化成我们能做的事，最后能交付一个他满意的结果就行。与医药客户聊时也一样，我们说这样做很厉害，那样做很厉害，人家说这和他有什么关系？他看不到中间漫长的映射——你做这个厉害和他具体需求有什么关系。

锂电池行业也一样。我们真正解决锂电池问题时，是用AI和量子融合去做的，要给他一个解决方案。客户不关心含镍量是80%、50%还是30%。这一点在面对真实客户时，要针对他的问题判断量子何时能解决，这是比较实事求是的。

欧雪：这说明真实需求与上游技术之间确实存在错位。接下来自然引到第二轮话题：相关应用场景跑通的真实进度如何？先问吕总，您现在做的是AI for Science初筛+量子精算+实验混流，实际上形成了闭环，似乎离产业应用最近。这个闭环具体跑到哪一步？如果还在验证，有哪些卡点？

吕定顺：放在AI for Science的大环境下，现在有了量子，我们可以把这一代称为第四范式++。我觉得一个重大差异化在于：量子在这里提供的是更高分辨率、更高精度的数据。整体来说，特别是一些过渡金属氧化物的计算，之前算不太准，所以计算准度有提升空间。

这些数据可以喂给AI模型，提升模型表现，这是可以预期的。难点在于，我们现在做的——不管AI for Science也好——实际上是一个虚拟环境，就像我告诉你如何炒菜，但并没有实际去炒，只是告诉你按这种方式可以炒出很多菜。

所以接下来，我们会把方案交给实验合作方去验证。这个过程目前是分离的，我们没有自己闭环，交给他做。做完后发现一个新问题：很多客户不愿意把基础配方交给我们，有IP保护、技术秘密的考虑，这是卡点之一。另外，这类新东西如何定价——定价是小事，安全性更重要。

验证周期又是另一回事：我告诉你如何炒菜，你炒完要给我，我回头修正模型。这不是一次性的，需要闭环反馈。这个闭环反馈完全取决于双方交流的频度和信任度，这是我们在真实服务客户过程中的卡点之一。

另一个是价格。商业还是要谈钱的，钱是很重要的点，这也是一个影响因素。

欧雪：李总，下游的真实进度，上游可能在订单上更有感悟。所以想问，光量子计算机厂商找您采购器件时，是批量下单还是样品测试？

李金野：对于量子计算客户，目前是“批量化+定制化”双轨并行下单模式。

第一类是“相对标准化批量备货”：针对通用性较强的波段，如O/C波段常规调制器，部分技术路线较成熟的光量子计算客户已开始批量下单。这类产品需求明确，我们按客户需求完成开发后，会进行规格统一与定型，同时建立备货机制，保障稳定供货。

第二类是“定制化研发、按单生产”：目前量子计算处于多技术路线并行阶段——如光量子、离子阱等不同方案对调制器指标要求差异显著。因此，针对特殊波段、特殊指标的器件，我们现阶段与客户开展联合研发及样品测试。这类订单全部按单生产，依据各家客户独特的系统架构，完成定制化设计和交付。

欧雪：作为整机企业，我们最关心的是，如果技术验证已成功，但客户最终没有发生采购行为，通常卡在哪里？

杨林：当下量子计算机的能力还处在从实验室刚刚走到工程化的阶段。整个量子计算领域的进展，也还在从量子优越性证明到实际问题优越性求解的阶段。包括光量子、超导在内的技术路线，已在特定问题上证明了量子优越性。下一阶段，大家都会在现有小规模容错或早期NISQ机器上，寻找实用化问题服务客户。这是当前硬件的能力。

过去一年，我们在硬件进展与实际场景结合上，已有许多场景可以抽象出一些小规模或具体问题，在真机上运行。但目前的状态，可以理解为类似汽车刚发明出来的阶段——那时的汽车跑不过马车，现在的量子计算机也有点像这样。

当下与客户成交时，面临的主要问题是：目前量子计算机还没有从“能用”到“好用”的阶段，更没有到商务商业化划算的阶段。制约我们的主要因素，一是硬件本身和领域本身的发展；二是高昂的研发投入与整机定价之间的差距。我认为这个阶段至少还需要3-5年，才能从“不太好用”到“好用”，然后从“好用但有点贵”到“大家都能用得起”，或在更多行业中创造价值。

欧雪：谢谢杨林总。您提到量子计算还没到从“能用”到“好用”的阶段，这也说明它现在还不能算非常成熟的商品去推开。

接下来想聊，从技术到产品再到真正成熟的商品需要经过什么。先问吕总，我注意到您做的是量子+AI融合平台，本质上是在帮客户把量子计算的精度翻译成产业能听懂、可用的语言。内部是否有衡量标准，判断哪个场景能真正落地？

吕定顺：我觉得这是整个领域一个非常根本的问题：到底什么问题适合用量子计算机处理。因为我们比较聚焦，现在聚焦的领域——生物医药、化学化工、材料——从某种意义上，我统称为“量子类问题”。这些问题最底层的原理都是量子力学，只是尺度不同：有的分子大一点，有的原子分子小一点，固体有时轻一点，仅此而已。

做这件事我们积累了很多knowhow，因为存在两个Gap。一个是领域Gap：我们很多人是做量子计算机出身的，对具体要解决什么材料问题，往往没有insight。

但我们团队里也有专门做计算物理、计算化学的，与搞量子计算机的一起，对传统方法研究了很多年，知道传统方法的边界在哪里。现在，我们已经把对问题的理解编码进了公司的Agent里——客户问题进来，Agent自动对它做资源估计、问题识别，判断是否要与其他方法融合解决。

我们还有一套体系对问题进行分解：分解完就知道，有的问题一定要用高精度，交给量子计算机和其他求解器；精度低一点的，AI或传统算法就能解决，最后融合起来解决问题。这在内部基本是一条自动工作流。

这是从解决问题的角度。另一个角度，实操中感受很深：解决问题只是成立与不成立的问题，还有付费的问题——如果要让客户使用很贵的机器，即使能解决问题，他的付费意愿也未必强，还要评估他的预算等。

欧雪：听起来确实很复杂，不是单一维度能说清楚的。

吕定顺：技术可行性我们可以做到，但商业可行性客户要来回迭代。

欧雪：问题给李总，中科源芯服务很多行业，所以对量子计算能否成为成熟商品，上游感知应该最大。目前您觉得量子计算在后面的市场占比会多大？特别是您主动选择用成熟市场，是“先养着量子业务”的策略吗？

李金野：谢谢主持人，这个问题很关键，也涉及企业战略核心。

首先结论是：这是我们主动的战略选择，并非依靠成熟业务的利润来支撑量子业务。

核心原因在于薄膜铌酸锂这个材料平台本身，天然具备跨行业服务的属性。以调制器为例，薄膜铌酸锂调制器具备高带宽、低功耗、低插损、高集成度等多项优势，可同时适配通信网络和数据中心对高带宽的需求、量子计算对高稳定性、低损耗及高一致性的需求、微波光子系统对高集成度及低损耗的需求。也就是说，基于这个平台，可以实现多元应用的差异化指标需求。因此，我们面向通信、数据中心、量子计算等多行业布局，是基于技术通用性的“主动适配”，属于由底层技术驱动、健康的多元化发展路径。量子计算是我们技术版图中非常重要的业务板块，但并非依靠其他业务“供养”。客观来说，目前量子计算这部分营收占比不到20%。随着量子技术的规模化、成熟化落地，我相信它的比重会越来越上升，我也期待如此。

另外，从经营层面看，各业务线都遵循器件行业的商业逻辑。我们的薄膜铌酸锂器件在不同行业的应用，就像多棵大树：根系相通，依托我们自主构建的完整IDM器件技术体系和制造能力；枝叶各异，对应各类定制化产品和应用场景。各业务之间相互赋能，共同维持整体业务生态健康发展。

欧雪：谢谢李总，整个订单的温度我们感受到了。问题给杨林总，从整机到算力服务到行业解决方案的整个链条，您觉得在客户交付里最难的是哪个环节？

杨林：客户交付这边分几类。如果是整机类交付，我们目前比较困难的点——也不算难，是比较花精力的点——是要与客户在后续整机设备的使用上做持续的结合和服务。这一点刚才李总也讲了，不同行业客户与我们量子算法或量子计算领域知识体系或话语体系上的差距，会导致应用和适配中出现较多反复和需要磨合的地方。

比如，我们近期与一些国产算力或经典算力合作伙伴共同建设新的硬件平台及混合计算平台。过程中，双方需要在硬件互联、甚至芯片板卡，再到上层软件栈和应用上做不同层次的适配。这个适配过程不仅是项目交付问题，还涉及大量类似定制开发和持续性研发投入的事。我觉得这是短期内，我们这样新的产业能介入到算力服务或传统算力服务产业时，必须在生态上与原有经典计算耦合过程中付出的代价。这是整个行业共同努力的方向。

现在，大模型和Agent新的工作范式和研发范式出现，让我们与不同行业适配及所有场景有了新的探索方向，也有了提高效率的新方法。

我们也在共同讨论，想办法把这样的工作范式放到芯片设计、硬件整机交付、适配、调试，以及软件定制开发、应用定制适配等更多场景中，构建新的产业融合方法。

欧雪：谢谢杨林总，感觉您把下一轮想聊的内容也提到了。最后想聊，现在商业化落地，整个行业最大的瓶颈是什么？您刚刚提到了一些，不知道还有没有补充？从整机交付层面或客户层面看，商业化最大瓶颈是哪些

在持续关注玩家社区的创作内容，成为读者探索与分享的同行者。方面，九游在线提供贴心周到的支持。

九游在线以九游网页版保持内容更新，确保每篇介绍都基于当前游戏版本与真实反馈。为核心，带来高效便捷的体验。

想了解更多九游在线相关内容，尽在九游在线。

九游在线围绕九游入口不断创新，回应用户的真实需求。

精选九游网页版内容，九游在线与你一同发现更多精彩。