光量子計算，距離真正的產業化還有多遠？

導語：產業化落地，光量子計算的新考場記者：郭思編輯：包永剛 摩爾定律走到紅利盡頭，AI、新藥研發、新材料探索對算力的需求還在不斷擴張。依靠持續堆 GPU 提升算力的老路越來越不划算，存算一體、Chiplet、光互連等技術競相尋找算力增量，量子計算因此被寄予厚望，光量子路線更是長期收到行業關注與討論。它在實驗室創下震撼的量子優越性記錄，其工程化進展與產業化時間表也始終是業界關注的焦點。光量子計算，會成為下一代算力的破局鑰匙，還是一場尚待產業化驗證的技術革命？

2026 年 10 月 14 日深圳灣芯展，圖靈量子創始人、上海交大無錫光子芯片研究院院長金賢敏帶領團隊在同一天三項動作接連落地，光子芯片產業合作簽約、先進智算聯盟擴容，以及粵港澳大灣區量超智融合算力中心共建簽約。這一連串產業佈局，提供了一個跳出紙面參數的視角：量子計算的對手，早已不只是物理，芯片工程、產業鏈生態、商業落地的大考，已然開場。量子計算的對手，早就不只是物理指標 量子計算走入大眾視野，並非最近一兩年才發生的新事。伴隨摩爾定律見頂，算力供需矛盾日益凸顯，量子計算的價值被重新放到聚光燈下。

數耀量生 CTO 邱迪生，曾對傳統深度學習與量子計算的求解邏輯做出形象對比：深度學習常用的隨機梯度下降，相當於在局部點位附近小範圍試探，摸索迭代前進方向，屬於局部搜索，很容易出現震盪徘徊；而量子計算能夠一次性掃描完整的解空間地形，直接定位最優解，他將這種核心差異概括為 “量子全局最優性”。圖靈量子首席科學家金賢敏則認為，量子計算之所以能夠獲得長期關注，並不源於某一項單點應用，它是繼牛頓力學體系之後，可以系統性賦能整個科學發展的底層基礎方向。

早在上世紀四五十年代，晶體管、激光器、核能等成果，就已經完成了第一波量子技術的產業化應用；而當下，人類對量子體系、物質微觀體系的操控能力實現躍升，疊加 AI 算力需求爆發，才推動量子計算走到產業發展的關鍵窗口。行業經久不衰的疑問依舊存在：超導、離子阱、光量子、中性原子，多條量子技術路線同臺競技，誰能走到商業化的終點？縱觀當前行業進展，在眾多技術路徑裡，公開實驗中同時達成 “可製造、可擴展、已演示量子優越性” 三大條件的，主要集中在光量子與超導兩大路線。超導路線起步較早。

2025年，中國科學技術大學團隊構建的105比特超導量子計算原型機“祖沖之三號”，在量子隨機線路採樣任務上比當時最快超算快15個數量級，刷新了超導體系量子計算優越性紀錄。相比之下，離子阱路線門保真度最高、相干時間長，但系統擴展慢，目前處於高精度模擬和原理演示階段；中性原子路線陣列規模擴展潛力大，但門保真度和速度仍在追趕，工程化成熟度較低。光量子路線則在特定問題上展現出更強的算力優勢。2026年，“九章四號”可編程光量子原型機首次操縱和探測3050個光子，在高斯玻色採樣任務上比全球最快超算快10⁵⁴倍，建立了國際最強的量子計算優越性。更重要的是，光量子路線正從“實驗室裝置”走向“可製造平臺”。

PsiQuantum發佈的Omega光子芯片組，由格羅方德45納米產線批量製造，單量子比特態製備與測量保真度達99.98%，芯片間互聯保真度99.72%，並計劃在澳大利亞和美國建設數據中心級量子計算中心。那麼圖靈量子TuringQ Gen3則將技術重點放在大規模片上集成、空時複用擴展以及量子算力與經典計算體系的融合上。環境穩定成落地最為關鍵的突破點 量子計算並不缺“性能故事”。各家機器在特定任務上早已展示量子優越性，超導路線也在不斷刷新比特數紀錄。但產業客戶真正關心的不是實驗室峰值，而是機器能不能穩定跑在客戶現場。這也是為什麼行業正在從比拼物理比特轉向交付邏輯比特。

中金公司在2026年的分析中指出，量子計算仍處於從含噪聲中等規模量子時代向容錯量子計算演進的早期階段，物理比特數量、門保真度、糾錯閾值和系統穩定性仍是關鍵不確定性。各技術路線尚未突破規模化與容錯兩大核心瓶頸，量子軟件、算法和工程化能力也仍需補課。換句話說，量子計算要真正進入產業，必須完成從能演示到能穩定運行的跨越。而在這場光電交替裡，圖靈量子握著的牌格外引人注目。“我們的機器對環境沒有要求。”金賢敏說。從第二代 TuringQ Gen2開始，圖靈量子的光量子計算機都是採用標準 IDC 機櫃形態，可在室溫運行。

對產業客戶來說，不必為它單獨建特殊的底紋運行環境，可以像一臺服務器那樣進現有的數據中心。2026 年 9 月圖靈量子推出第三代大規模芯片級可擴展光量子計算機TuringQ Gen3。相比前兩代產品，TuringQ Gen3實現了全芯片化架構，基於高速可編程薄膜鈮酸鋰光量子芯片，走空時複用架構。其中高斯玻色採樣計算單元叫"致遠3號"。官方口徑是單芯片萬光子級、百萬模式數，在設定的損耗邊界內實現芯片級量子優越性。至於如何做到，就涉及到了另一個在光量子芯片中的關鍵概念——光損耗。

與電子芯片製造看中製程不同，在光量子芯片裡，損耗是一個非常重要的指標，過高的損耗率，不只是“信號變弱”，而是可能直接讓光子丟失、干涉失效，進而導致計算出錯。芯片規模越大、光路越長，光子經過的器件越多，損耗就會層層疊加，所以把整條鏈路的損耗壓低，是光量子芯片能否走向大規模化的關鍵。為了做到這一點，團隊把薄膜鈮酸鋰光量子芯片的光子線路傳輸損耗降到 0.03 dB/cm，關鍵單器件插入損耗低於 0.1 dB，光纖—芯片單端耦合損耗達到 0.9 dB/facet，晶圓級量子光源光譜純度超過 99%。

這意味著，光子從產生、在芯片內傳輸、經過器件到進出芯片的每一步損耗都被大幅壓低，信號也足夠純淨，從而為更大規模、更穩定的光量子計算打下了基礎。而數字的背後，則是一條真正跑起來的工程閉環。在金賢敏牽頭推動下，上海交大無錫光子芯片研究院建成了國內首條光子芯片中試線，形成了“設計—製造—測試—反饋—再迭代”的晶圓級工藝閉環，芯片迭代週期已縮短到 2 至 3 周。也就是說，它不只是在實驗室裡搭出一臺樣機，而是在嘗試用半導體工程的方法持續降低損耗、提升一致性、擴大規模。而金賢敏的產業化底氣，並不僅僅來自於這些書面參數，而是逐漸清晰的商業化路徑。

金賢敏將光量子計算比作一把“錘子”，產業化的關鍵在於找到能夠真正發揮其優勢的“釘子”。目前，圖靈量子正圍繞整機交付、算力服務和量子智算中心建設探索多元化商業模式，從提供光量子計算設備，到開放量子算力服務，再到推動量子算力與現有智算基礎設施融合，逐步打通從技術研發到產業應用的商業閉環，並已在生物醫藥、金融等領域開展應用合作。這或許是判斷一條光量子路線更為誠實的標準：不是論文發了多少、演示跑得多快，而是有沒有人在它上面持續付費。

一臺機器進不了產業，所以得先修路 回看灣芯展期間的三項產業動作，一個值得深究的問題擺在面前：一家量子計算公司，為什麼要同時介入上游材料、下游軟件工具、行業聯盟標準，還要投入算力中心建設。答案其實很簡單，金賢敏表述，即便做出可用的量子硬件，也不等於完成產業化。量子算力要產生商業價值，要能被調度平臺識別，能夠面向行業用戶開放調用，單靠硬件單點突破無法跑通完整閉環，整套上下游配套體系必須同步跟上。在光子芯片的產業協作上，天通股份輸出材料，Luceda 提供設計軟件工具，上海交大無錫光子芯片研究院負責製造落地，設備、材料、軟件、應用幾方經過長時間磋商達成合作，目標就是協同完善光子芯片上下游生態。

而先進智算聯盟 FAIC 的推進，則是產業層面的協同探索。這個聯盟最早在2022 年由圖靈量子、沐曦股份、優刻得、腦虎科技四家發起，覆蓋量子計算、算力芯片、算力中心建設、腦機接口不同賽道，此前也獲得上海市及市經信委的認可。金賢敏坦言，今年圖靈量子擔任輪值主席，聯盟內部要做一次方向抉擇，最終選擇了擴容，傅利葉智能這類具身智能企業被納入進來，成員從最初四家擴展到數十家。金賢敏的判斷是，僅靠少數幾家機構抱團，很難撬動產業規模，更多不同領域主體參與，新型算力芯片迭代、智算中心落地、算力賦能行業應用，才有規模化發展的基礎。另一邊粵港澳量超智融合算力中心，瞄準的是量子算力實際部署與調用的現實難題。

圖靈量子聯合亞洲算力、智城算網共同推進該項目，對標海外已經批量落地的量子‑經典混合算力中心。金賢敏提到，歐美已經建成幾十到上百個同類算力節點，國內還沒有成型的標杆。這個項目不是停留在紙面的框架意向，建設計劃已經敲定，核心要實現 QPU、CPU、GPU 之間的聯調，真正把量子算力納入平臺調度體系。英偉達此前已經推出 GPU 對接量子計算機的量超融合方案，這也是整個行業已經顯現的趨勢。把這一系列動作放在一起，我們就能清晰的看到圖靈量子的產業邏輯。光量子計算不能停留在硬件能力演示階段。量子算力需要接入智算中心，成為可被調度的標準算力單元，供給行業客戶使用。

聯盟和算力中心承擔的實際作用，是抹平不同技術主體之間的適配門檻，推動量子算力脫離實驗室演示屬性，轉化成可以採購、能夠實際投入業務的產業資源。剩下的，還是工程化的事 外界總愛用 “狼來了” 看待光量子計算，本質上是混淆了科學突破與產業成熟的時間差。如今光量子已經跨過單純原理驗證階段：它有足以震撼行業的量子優越性成果，也出現了常溫機櫃化整機、中試工藝閉環、付費產業客戶，甚至開始佈局量超智融合算力中心，嘗試把量子算力變成智算體系中可調度的標準單元。但亮眼參數不等於產業勝利。

賽道依然被現實枷鎖束縛：高性能光子材料和關鍵器件的穩定供應、晶圓級製造良率、複雜系統中的損耗控制，以及大規模量子糾錯與容錯計算能力，都還需要持續突破。行業的主戰場，已經從發表論文、刷新光子數紀錄，轉移到產線良率、系統長期穩定性、軟件生態與客戶付費意願。這並不意味著物理層面的挑戰已經結束。恰恰相反，大規模光量子計算還需要在光源、損耗、探測、量子糾錯和系統架構等方面持續攻關。科學突破與工程化能力，需要同步向前。量子計算未必會很快顛覆現有算力，但也絕非虛妄的故事。技術的狼沒有立刻撲到產業面前，但它確實已經走出了實驗室，只是還要翻越製造、工程和應用的高山，才會真正抵達商用的曠野。